La perte auditive touche plus de 1,5 milliard de personnes dans le monde, selon l'Organisation mondiale de la santé, et ce nombre devrait augmenter à mesure que les populations vieillissent. Depuis des décennies, les appareils auditifs sont le principal outil de gestion de la déficience auditive, mais les appareils précoces ont souvent été critiqués pour amplifier tous les sons de façon égale, rendant les environnements bruyants écrasant. audio calculateur Cet article examine comment l'audio computationnel remodele les performances de l'appareil auditif, permet de mieux parler, de réduire l'effort d'écoute et de s'adapter au monde acoustique unique du porteur.

Qu'est-ce que l'audio computationnel?

Contrairement à une simple amplification qui traite tous les sons entrants de la même façon, les techniques audio computationnelles permettent à une aide auditive de séparer la parole du bruit de fond, de supprimer les retours et d'ajuster automatiquement sa réponse en fonction de l'environnement de l'utilisateur. Ces algorithmes fonctionnent sur de petits microprocesseurs de faible puissance à l'intérieur de l'aide auditive, effectuant des millions de calculs par seconde pour offrir une expérience d'écoute naturelle et confortable.

L'idée principale est de traiter le son non pas comme une forme d'onde uniforme, mais comme un mélange complexe de sources. filtrage adaptatif, soustraction spectraleet la formation du faisceau, les systèmes audio computationnels peuvent isoler une voix haut-parleur , réduire le bruit du vent pendant les activités extérieures, et même améliorer l'harmonique de la musique . Comme les fabricants d'appareils auditifs repoussent les limites de ce qui est possible avec le traitement intégré , audio computationnel est devenu la fonction centrale différenciant les appareils premium des modèles de base .

L'évolution des aides auditives analogiques au numérique a donné le théâtre. Les circuits analogiques précoces ont simplement fait des sons plus forts, ce qui a permis d'amplifier le bruit en même temps que la parole. Le traitement numérique du signal a introduit la possibilité de diviser le son en bandes de fréquences et d'appliquer un gain différent à chaque bande.

Principaux avantages de l'audio computationnel dans les aides auditives

Les avantages de l'audio computationnel vont au-delà de la simple amplification. Les algorithmes modernes répondent à plusieurs défis critiques auxquels les utilisateurs d'appareils auditifs font face quotidiennement, des restaurants bruyants aux parcs balayés par le vent.

1. Réduction intelligente du bruit

Le bruit de fond est la plainte la plus courante parmi les utilisateurs d'appareils auditifs. Les systèmes de réduction du bruit précoce utilisé compression à large bande, qui souvent étouffé la parole avec le bruit. modèles d'apprentissage automatique L'algorithme atténue sélectivement les fréquences sonores tout en préservant les signaux de parole. Certains systèmes sont même capables d'identifier des types de bruit spécifiques – comme un bébé qui pleure ou une sirène – et d'ajuster la réponse sans intervention de l'utilisateur. Ce niveau de discrimination était impossible avec le seul DSP traditionnel.

Implantations avancées maintenant de levier réseaux neuraux profonds Ces réseaux peuvent séparer les sources sonores en temps réel, couper le fond de discussion tout en gardant l'enceinte principale claire. Le résultat est une réduction spectaculaire de la fatigue d'écoute, en particulier dans des environnements acoustiques complexes comme les parties ou les bureaux ouverts.

2. Traitement adaptatif du son et classification des scènes

Les appareils auditifs doivent fonctionner dans une grande variété d'environnements : conversation tranquille, restaurants bruyants, concerts ou windy outdoor. classement automatique des scènes par exemple, l'appareil peut activer des microphones directionnels et une réduction du bruit agressif dans un restaurant bruyant, puis passer à un pick-up omnidirectionnel et à un filtrage minimal dans une maison tranquille. Cette adaptation transparente réduit le besoin de changement de volume ou de programme manuel, permettant aux utilisateurs de se concentrer sur les conversations plutôt que sur leur appareil.

Les classificateurs de scènes sont généralement formés sur de grands ensembles de données contenant des environnements acoustiques marqués. Des caractéristiques telles que centroïde spectral, modulation temporelle et rapport signal-bruit sont introduits dans un moteur de classification. Le classificateur sélectionne ensuite parmi les profils de traitement préconfigurés. Certains appareils modernes combinent même la classification de scènes avec des données de préférences spécifiques à l'utilisateur, créant une réponse personnalisée pour chaque type d'environnement.

3. Amélioration et clarté de la parole

Au-delà de la réduction du bruit, l'audio computationnel aiguise le signal de la parole lui-même. améliorer les formants—les fréquences résonantes qui donnent à chaque voyelle son caractère distinct, rendant la parole plus intelligible, en particulier pour les pertes de fréquence élevée fréquentes dans les déficiences auditives liées à l'âge. réseaux neuraux profonds (RNN) Pour reconstruire les parties manquantes ou déformées de la parole, combler efficacement les lacunes causées par le modèle de perte auditive de l'utilisateur. Ceci est particulièrement bénéfique dans les situations d'écoute difficiles, comme une salle de conférence avec une mauvaise acoustique ou une voiture avec du bruit de route.

Une autre technique qui gagne en traction est faisceaux super-directionnels, qui utilise plusieurs microphones pour créer un lobe de sensibilité étroit pointant vers le parleur. Combiné à la suppression du bruit de fond, cela peut améliorer la compréhension de la parole dans des environnements bruyants de 10 à 15 décibels – une différence qui signifie souvent la différence entre suivre une conversation et forcer à entendre.

4. Personnalisation et ajustement en temps réel

Aucun deux modèles de perte auditive ne sont identiques. L'audio computationnel permet aux audiologues et aux utilisateurs de créer profils sonores hautement personnalisés Certains appareils apprennent même des réglages de l'utilisateur au fil du temps, en utilisant l'apprentissage automatique sur le périphérique pour affiner automatiquement les paramètres de gain, de compression et de réduction du bruit. Ce niveau de personnalisation était impossible avec les circuits analogiques et représente un bond en avant dans la satisfaction de l'utilisateur.

Les applications Smartphone offrent désormais des fonctionnalités comme auto-acclimatation, où l'appareil auditif augmente progressivement le gain dans des bandes de fréquences spécifiques à mesure que le système auditif de l'utilisateur s'adapte. Cela réduit le choc initial de l'amplification et améliore l'acceptation à long terme. Certaines applications permettent également aux utilisateurs de former l'appareil en indiquant si un réglage particulier son mieux ou pire, sourcing de foule efficace leur propre équipement.

5. Réduction de l'effort d'écoute et de la charge cognitive

La perte auditive est souvent accompagnée d'une augmentation de la tension cognitive. Le cerveau travaille plus dur pour analyser le son dégradé, conduisant à une fatigue mentale plus rapide. L'audio computationnel s'attaque directement à cela en fournissant un signal acoustique plus propre et plus structuré. Des études ont montré que les utilisateurs d'appareils auditifs calculateurs avancés rapportent des scores d'effort d'écoute plus faibles et un rappel de mémoire amélioré pendant la conversation.

En préservant les repères naturels temporels et spectraux de la parole, l'audio computationnel permet au cerveau de traiter le son plus efficacement.Cette réduction de la charge cognitive peut avoir des effets positifs à long terme sur l'engagement social et la qualité de vie.

Comment fonctionne l'audio computationnel dans la pratique

Comprendre le flux de travail pratique à l'intérieur d'un appareil auditif aide à expliquer pourquoi l'audio computationnel est si efficace. Le processus peut être divisé en plusieurs étapes, chacune effectuée en temps réel sur un processeur dédié.

Capture sonore et prétraitement

Les appareils auditifs modernes ont généralement deux ou trois microphones disposés dans un petit tableau. Les microphones capturent le son de différents endroits, permettant la formation du faisceau—une technique qui oriente électroniquement la sensibilité vers la direction d'intérêt (généralement l'enceinte devant l'utilisateur) tout en rejetant le son sous d'autres angles. Les signaux analogiques sont convertis en données numériques à des vitesses d'échantillonnage allant jusqu'à 48 kHz. détection du bruit du vent, où les modèles de turbulences de basse fréquence sont identifiés et filtrés avant qu'ils puissent corrompre le signal.

Extraction de caractéristiques acoustiques

Pour chaque cadre, le processeur extrait un ensemble de caractéristiques acoustiques : enveloppe spectrale, vitesse de passage zéro, structure harmonique et modulation temporelle. moteur de classement qui étiquette la scène acoustique (par exemple, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, -Restaurant, etc.). La précision de classification repose sur des modèles pré-formés validés à partir de grandes bases de données d'enregistrements du monde réel. des signes binauraux— différences dans le timing et l'intensité entre les signaux d'oreille gauche et droite, afin d'améliorer la conscience spatiale.

Filtrage adaptatif et amélioration en temps réel

Selon la classification des lieux et la prescription auditive de l'utilisateur, le processeur applique un ensemble de filtres. Annulation de rétroaction adaptative Enlevez le sifflet caractéristique qui se produit lorsque le son amplifié rentre à nouveau dans le microphone, un défi constant pour l'ajustement. Forme spectrale compense la perte auditive spécifique de l'utilisateur en stimulant les fréquences où la sensibilité est réduite. Réduction transitoire du bruit se serre sur des sons bruyants (par exemple, une porte claque) en quelques millisecondes pour éviter l'inconfort.

Tout ce traitement doit se faire avec une latence minimale (généralement moins de 10 millisecondes) pour éviter un retard notable. Sonova ou Audition du GN intégrer des noyaux dédiés DSP aux unités de microcontrôleurs ARM pour répondre à ces exigences en temps réel. La dernière génération de puces comprend également Unités de traitement neuronal (PUN) qui peut exécuter des modèles d'apprentissage en profondeur légers sans égoutter la batterie.

Coordination des activités

Les systèmes audio de calcul avancés ne traitent pas chaque appareil auditif de façon indépendante. Ils communiquent sans fil entre les appareils de gauche et de droite pour partager des informations acoustiques. faisceaux binauraux, où les microphones des deux oreilles collaborent pour former un meilleur filtre spatial. Il permet également la classification synchronisée de la scène: si une oreille identifie un environnement de restaurant, l'autre suit immédiatement. La coordination binaurale assure que l'image sonore reste cohérente et naturelle, en préservant la capacité du cerveau à localiser les sons.

Étape de sortie et moteur

Le signal numérique amélioré est converti en analogique et livré à un haut-parleur miniature (récepteur) placé dans le canal d'oreille. compression dynamique de la plage de fréquences Adapter le niveau de sortie à l'audition résiduelle de l'utilisateur, en assurant que les sons doux restent audibles et les sons forts restent confortables. Certains récepteurs incluent maintenant plusieurs conducteurs ou des conceptions d'armature équilibrées pour améliorer la réponse de fréquence.

Modèles actuels d'aide auditive Tirer parti de l'audio computationnel

Plusieurs grands fabricants ont adopté l'audio computationnel comme un séparateur de base dans leurs gammes de produits premium. Ces appareils mettent en évidence l'étendue de ce que la technologie actuelle peut réaliser :

  • Oticon MoreTM Il traite le son d'une manière que l'entreprise appelle -apprentissage à bord, - permettant à l'appareil auditif d'améliorer au fil du temps en rencontrant de nouveaux environnements. Le réseau fonctionne directement sur l'appareil, adaptant les paramètres de gain et de réduction du bruit sans avoir besoin d'une connexion cloud.
  • Phonak AudéoTM Paradise Il dispose d'une puce exclusive qui combine la formation de faisceaux, la réduction du bruit du vent, et un --SpeechSensor - qui active automatiquement les microphones directionnels lorsque le porteur est dans une conversation. Il prend également en charge Bluetooth LE Audio pour la diffusion directe depuis les smartphones et les téléviseurs.
  • Starkey Evolv AI Il intègre également des capteurs de suivi de santé qui utilisent des données de mouvement et de rythme cardiaque pour détecter les chutes, une caractéristique de sécurité précieuse pour les personnes âgées. L'IA embarquée traite simultanément les données acoustiques et de mouvement pour améliorer la qualité du son.
  • Moment Widex met l'accent sur la qualité sonore naturelle grâce à son design --PureSound, qui utilise l'audio computationnel pour réduire le délai de traitement en dessous de 0,5 millisecondes, éliminant les artefacts --tinny-- ou -echoey--- que certains utilisateurs détestent.
  • Une omnie retentissante GN Hearing utilise une architecture de faisceaux binaural qui utilise des microphones des deux oreilles pour créer une conscience spatiale à 360 degrés. Son mode -Ultra Focus-Ultra peut zéro sur la parole de n'importe quelle direction, même dans des environnements bruyants.

Chacun de ces appareils illustre comment l'audio computationnel n'est pas une seule fonctionnalité mais une plate-forme intégrée qui touche chaque partie de l'appareil auditif. Les différences résident dans les algorithmes spécifiques et la fusion des capteurs approche chaque fabricant priorise.

Limitations et défis de l'audio computationnel

Malgré ses capacités impressionnantes, l'audio computationnel des appareils auditifs n'est pas sans limites. Comprendre ces défis est important pour les utilisateurs et les professionnels.

Consommation d'énergie et durée de vie des batteries

Les appareils auditifs doivent fonctionner sur de petites batteries, souvent pendant des jours. Les fabricants ont fait des progrès avec des processeurs ultra-faible puissance, mais il y a toujours un compromis entre la complexité du traitement et l'évacuation des batteries. Les utilisateurs qui ont besoin d'une réduction intensive du bruit ou d'un flux peuvent vivre plus rapidement, nécessitant une charge plus fréquente ou des changements de batterie.

Contraintes de latence

Le traitement des aides auditives doit être essentiellement sans retard. Toute latence supérieure à 10-15 millisecondes peut causer un écho notable ou un son -hollow-, et peut interférer avec la perception de la voix de l'utilisateur. Cela impose des limites strictes à la complexité algorithmique.

Variations d'ajustement et d'acoustique

Les algorithmes audio computationnels sont conçus sur la base de moyennes de grandes populations. Cependant, l'anatomie individuelle de l'oreille, l'ajustement de l'oreille ou du dôme, et la présence de cire ou d'humidité peuvent tous modifier le chemin acoustique. Ces variations peuvent dégrader les performances de l'algorithme, en particulier pour l'annulation de rétroaction et la formation de faisceaux.

Adaptation et attentes des utilisateurs

Certains utilisateurs, en particulier ceux qui changent de vieux appareils analogiques, peuvent trouver le comportement adaptatif des aides auditives calculatrices désorientant au début. La commutation constante entre les modes de réduction du bruit ou les microphones directionnels peut sembler contre nature. Les fabricants ont abordé cette question en introduisant des taux d'adaptation plus lents et des options de dépassement manuel, mais la formation des utilisateurs et une période d'acclimatation progressive restent essentielles.

Orientations futures : apprentissage automatique et au-delà

Bien que les systèmes audio informatiques actuels soient déjà impressionnants, le rythme de l'innovation continue d'accélérer. Plusieurs tendances émergentes définiront probablement la prochaine génération d'appareils auditifs.

Apprentissage sur machine sur les appareils

La plupart des appareils auditifs utilisent aujourd'hui des algorithmes préprogrammés qui sont configurés pendant le montage. Apprentissage sur les appareils Par exemple, si un utilisateur baisse fréquemment le volume dans un restaurant particulier, le système pourrait apprendre à réduire automatiquement le gain dans cet environnement. Les accélérateurs de réseau neuronal de faible puissance commencent à apparaître dans les puces auditives, rendant ce type de comportement adaptatif possible sans égoutter la batterie. Le résultat sera un appareil qui devient -smarter-- au fil du temps, s'adaptant à chaque individu habitudes d'écoute.

Intégration multimodale

Les appareils auditifs sont de plus en plus considérés comme faisant partie d'un système plus large. écosystème de santé portable. Des capteurs pour la fréquence cardiaque, les étapes, la température corporelle et même les niveaux d'oxygène sanguin sont ajoutés. L'audio computationnel peut croiser les données acoustiques avec des données physiologiques pour mieux comprendre l'effort d'écoute de l'utilisateur. Par exemple, si la fréquence cardiaque augmente dans un environnement bruyant, le système pourrait activer une réduction du bruit plus agressive pour réduire la charge cognitive.

Téléaudiologie et télédiffusage

La connectivité via Bluetooth LE Audio et les smartphones permet aux audiologues d'ajuster à distance les appareils auditifs et de réaliser des tests auditifs in situ. Les systèmes audio computationnels peuvent diffuser des échantillons sonores en direct vers le logiciel du clinicien, permettant des modifications précises sans visite de bureau. Ceci est particulièrement important pour le nombre croissant d'appareils auditifs en vente libre (OTC), où les utilisateurs s'attendent à auto-tunifier l'appareil à l'aide d'une application.

Intelligence artificielle pour l'amélioration de la parole

La recherche dans des domaines tels que séparation des sources fondée sur l'apprentissage profond Ces modèles peuvent extraire une seule voix de la voix d'un mélange de plusieurs intervenants et de bruit de fond, tâche extrêmement difficile pour le DSP traditionnel. Bien que le matériel actuel limite le déploiement de réseaux neuronaux à grande échelle, les futures puces avec des cœurs d'IA intégrés peuvent le rendre possible. Les implémentations précoces apparaissent déjà dans les appareils haut de gamme, et les performances devraient s'améliorer considérablement dans les prochaines années.

Intégration avec Smart Home et AR

Les appareils auditifs sont prêts à devenir des nœuds centraux dans l'Internet des objets. L'audio computationnel peut permettre un couplage sans faille avec des haut-parleurs intelligents, des sonnettes de porte et des streamers TV. AuracastTM permettra aux appareils auditifs de circuler directement à partir de lieux publics comme les théâtres, les aéroports et les salles de conférence, ce qui permettra aux utilisateurs de recevoir un flux audio direct et clair.

Conclusion

En combinant le traitement en temps réel des signaux, la classification des scènes adaptatives et l'apprentissage des machines, les appareils auditifs permettent maintenant de réduire le bruit, d'améliorer la parole et de personnaliser des appareils qui étaient inimaginables il y a une décennie. Les utilisateurs signalent moins d'effort d'écoute, une meilleure compréhension dans des environnements bruyants et une plus grande satisfaction globale. Au fur et à mesure que la recherche progresse et que le matériel diminue, nous pouvons nous attendre à une intégration encore plus transparente avec la vie quotidienne – ce qui permet aux personnes souffrant de perte auditive de participer plus pleinement aux conversations, au travail et aux activités sociales.