能聽你想聽的助聽器是什么樣的？
文章發布時間：2022-5-27 瀏覽人數：599
總會遇到這樣的困擾... 當您開始被聽力損失困擾時，生活聲音場景中的聲音不僅聽不清，而且往往會融在一起。這就解釋了為什么聽力受損的人很難集中注意力于特定的聲音。 
這種區分聲音的困難也會使人的聽覺系統下對背景噪音和干擾聲的抵抗力下降。 為了讓聽損用戶在真實的聽力環境中接觸到清晰完整的聲音場景，使有意義的聲音從背景中凸顯出來，同時保留對所有聲源和具有不同信息的所有方向的聆聽，奧迪康研發出了新的AI全聲景領航系統(MSI)——這使得大腦更容易區分聲音并專注于相關內容(Santurette
et al， 2020)。 MSI如何工作？ 首先，MSI分析整個聲音場景，以檢測聽力環境的復雜程度，并不斷根據Genie 2（奧迪康驗配軟件）中設定的用戶個人聽覺需求來衡量用戶所處環境。 
然后，MSI根據用戶當前環境的容易程度或困難程度，使有意義的聲音更加清晰，隨時間變化對環境進行無縫適應。通過兩個處理步驟:空間清晰處理和神經清晰處理來提高聲場景的清晰度。 在相對簡單的環境下，MSI的空間清晰處理利用全新功能虛擬外耳更好地模擬真實人類耳廓，以確保兩個助聽器麥克風拾取的聲音場景以準確、自然的空間信息再現。 在更困難的環境中，空間平衡器確保有意義的聲音保持其可聽度并與用戶周圍的主導噪音保持平衡，其精度超過上一代的360°開放聲音領航系統。 一旦聲音經過空間清晰處理平衡，MSI的“神經清晰處理”就會發揮作用。與傳統的降噪算法(根據數學假設模型手工調整以保持語音并衰減噪聲)相比，神經清晰處理利用了深度神經網絡(DNN)技術，該技術通過對1200萬個真實聲音場景進行訓練而獲得的知識，以一種模仿人類大腦運作的方式圖片。 完整的聲音場景是根據DNN已經了解到的前景進行處理——有意義的聲音將成為用戶關注的焦點（如言語、音樂，和重要的環境聲音)，背景、意義較少和不相關聲音將不予以聚焦（如咿呀學語或噪音)。 精細判斷，精準增強 因為DNN已經了解了真實聲音場景中哪些元素攜帶了較多的信息，哪些不攜帶，以及這些元素之間的自然關系應該是什么因此與傳統的降噪相比，有意義的聲音和背景之間具有更精細且微妙的對比(如圖3所示)。 在圖3中，我們能夠注意到神經噪聲抑制(D)相比Opn S
(C)中降噪系統可以更準確地檢測語音，增強環境聲音對比度，這反映了它從現實生活中的聲音中學習。高精度識別管理器進一步支持這一點，確保被MSI檢測為前景的區域看到它們的增益動態維持(白色區域)或增強(藍色區域)。 
參考文獻 Santurette, S., Ng, E. H. N., Juul Jensen, J., Micula, A. & Man K. L., B.
(2020). Oticon More clinical evidence. Oticon Whitepaper. Brændgaard, M. (2020a). MoreSound Intelligence™. Oticon Tech Paper. 文章來源：Demant 培訓部 Demant聽力在線
|
