Dies ist die Zukunft der Hörgerätetechnologie und sie passiert gerade.

Hallo Leute, Cliff Olson, Doktor der Audiologie und Gründer von Applied Hearing Solutions in Phoenix, Arizona. Und in diesem Video spreche ich über tiefe neuronale Netze und darüber, wie sich diese Form der künstlichen Intelligenz völlig verändert. Wie gut funktionieren Hörgeräte bei Hintergrundgeräuschen?

Fragen Sie jemanden mit Hörverlust, und ich garantiere Ihnen, dass die größte Herausforderung, vor der sie aufgrund ihres Hörverlusts stehen, das Hören in Hintergrundgeräuschen ist. Und obwohl viele Menschen das Gefühl haben, dass Hörgerätehersteller viel zu viel Zeit damit verbringen, coole Funktionen in Hörgeräten wie LE Audio, Bluetooth-Tap-Steuerungen und Fernprogrammierung zu entwickeln, kann ich Ihnen sagen, dass diese Hersteller viel mehr Zeit damit verbringen, dieses Problem des Hörens und der Hintergrundgeräusche zu lösen.

Praktisch die gesamte technologische Innovation in der Hörgeräteindustrie wird von einigen wenigen Herstellern vorangetrieben, darunter Sonova, Damont, Starkey, GN und WSAudiology. Kombiniert. Diese Hörgerätehersteller geben jedes Jahr Hunderte Millionen Dollar für Forschung und Entwicklung aus, um diese oberste Priorität zu lösen, die Sie als Person mit Hörverlust haben, nämlich sicherzustellen, dass Sie in eine laute Situation geraten und die Personen, die mit Ihnen sprechen, tatsächlich verstehen können.

Um Ihnen hier einen historischen Kontext zu geben, der bis Mitte der 1990er Jahre zurückreicht, als die digitale Signalverarbeitung tatsächlich begann, hat sich die Leistung von Hörgeräten seitdem stetig verbessert. Laut Marktdaten seit Beginn dieser digitalen Hörgeräte-Revolution im Jahr 1996 ist die Zufriedenheit mit Hörgeräten bis 2022 sogar dramatisch gestiegen, und zwar von 54 auf 83%, was einem Anstieg von fast 30% entspricht.

Ein wichtiger Grund für diesen Anstieg der Zufriedenheit mit Hörgeräten ist wahrscheinlich auf mehrere Faktoren zurückzuführen, darunter die bewährte audiologische Versorgung, die Messungen an der Testbox, Messungen am Echtohr und validierte Ergebnismessungen umfasst. Es hat aber auch mit technologischen Innovationen wie Geräuschreduzierung, Richtmikrofonen und ferngesteuerter Mikrofontechnologie zu tun.

Trotz dieser Verbesserungen der digitalen Hörgerätetechnologie in den letzten Jahrzehnten stagniert die Leistung von Hörgeräten bei Hintergrundgeräuschen, was zu nur schrittweisen Verbesserungen von Generation zu Generation neuer Technologien geführt hat. Das war so, bis künstliche Intelligenz in Form von Deep Neural Networks im Januar 2021 auf den Markt kam.

Aber bevor ich Ihnen genau erzähle, wie Deep Neural Networks das Spiel für Hörgeräteträger bei Hintergrundgeräuschen völlig verändert haben, tun Sie mir einen großen Gefallen und klicken Sie auf die Schaltfläche „Gefällt mir“. Es hilft dem Kanal wirklich, und bitte abonniere den Kanal mit aktivierten Benachrichtigungen, falls du das noch nicht getan hast. Davon abgesehen bin ich sehr dankbar. Hinterlassen Sie mir einen Kommentar im Kommentarbereich, wenn Sie zum ersten Mal von tiefen neuronalen Netzwerken in Hörgeräten hören.

Okay, lassen Sie uns weitermachen und über die größte Einschränkung eines Hörgeräts sprechen, wenn es darum geht, Sprache von Hintergrundgeräuschen zu trennen. Wenn Sie an einen lauten Ort gehen, z. B. in ein lautes Restaurant, vermischt sich all diese Sprache mit allen Hintergrundgeräuschen, und jemand mit normalem Hörvermögen kann dank seines gesunden Hörsystems in der Regel die Sprache von den Hintergrundgeräuschen trennen.

Wenn Sie jedoch eine Schädigung Ihres Hörsystems haben oder kognitive Probleme haben, können Sie Sprache bisher nicht so effizient von Hintergrundgeräuschen trennen wie jemand mit normalem Hörvermögen. Das Hören einer digitalen Signalverarbeitung beruhte auf der Fähigkeit eines Tontechnikers, die Unterschiede zwischen Sprach- und Geräuschinformationen innerhalb eines künstlichen Computeralgorithmus zu definieren. Das bedeutet, dass die Fähigkeit Ihres Hörgeräts, Sprache und Geräusche zu erkennen und dann die Trennung der beiden vorzunehmen, sodass Sie nur die Sprache hören, stark von der Fähigkeit eines menschlichen Ingenieurs abhängt, die Unterschiede zwischen ihnen akustisch zu definieren.

Und obwohl Hörgerätetechniker extrem intelligent sind und sie sind viel klüger als ich, werden wir das einfach veröffentlichen. Ihre Fähigkeit, diese verschiedenen Merkmale zu identifizieren, ist begrenzt. Ich meine, es kann Millionen oder Milliarden von Unterschieden zwischen diesen Geräuschen in verschiedenen Umgebungen geben, und es ist einfach unrealistisch zu erwarten, dass ein menschlicher Ingenieur in der Lage wäre, all diese verschiedenen Eigenschaften zu identifizieren und in tiefe neuronale Netze, kurz DNN, einzudringen.

Stellen Sie sich ein Deep Neural Network als ein künstliches menschliches Gehirn mit Millionen künstlicher neuronaler Verbindungen vor, das mit Daten trainiert werden kann und in der Lage ist, Deep Learning durchzuführen. Im Wesentlichen entwickeln Ingenieure diesen Computeralgorithmus für maschinelles Lernen im Deep Neural Network und speisen ihn mit Millionen verschiedener Klangbeispiele ein. Während diese Geräusche diese Neuronenschichten passieren, lernt der Algorithmus die verschiedenen Eigenschaften dieser Geräusche kennen, was ihm hilft zu erkennen, was Sprach-, Sprach- und Geräuschgeräusche verursacht.

Je mehr Klanginformationen Sie in eines dieser tiefen neuronalen Netzwerke einspeisen, desto intelligenter wird es und desto besser kann es Sprache von Hintergrundgeräuschen trennen.

Beispielsweise verwendet der United States Postal Service ein trainiertes Deep Neural Network, um handgeschriebene Adressen auf Briefen zu identifizieren und sicherzustellen, dass diese Briefe an die richtigen Stellen gesendet werden. Stellen Sie sich die Variabilität der Handschrift zwischen verschiedenen Personen vor. Manche Leute schreiben wirklich schlampig wie ich, und manche Leute schreiben sehr nett, wie so ziemlich alle anderen in meinen Mitarbeitern, was mich daran erinnert, dass meine Handschrift so schlecht ist, ganz zu schweigen davon, dass zwei verschiedene Postangestellte diese Adresse unterschiedlich lesen könnten, und dieser Brief könnte an zwei völlig verschiedenen Stellen landen, je nachdem, wer ihn liest.

Ein tiefes neuronales Netzwerk, das mit Millionen verschiedener Handschriftproben trainiert wurde, könnte jedoch die richtige Adresse für den Versand dieses Briefes genauer identifizieren, als es ein Mensch könnte. Selbst wenn ein menschlicher Ingenieur einen Computeralgorithmus entwickeln würde, um diese verschiedenen Merkmale der Handschrift zu identifizieren, wäre er auf keinen Fall in der Lage, so viele zu identifizieren wie ein Deep Neural Network.

Das Gleiche gilt natürlich auch für Algorithmen zur Klangverarbeitung von Hörgeräten, und die beste Nachricht ist, dass Deep Neural Networks für Hörgeräte immer besser werden. Nicht nur der große Hörgerätehersteller Oticon hat sein ursprüngliches Deep Neural Network bereits auf Version 2.0 aktualisiert, auch andere Hörgerätehersteller beginnen, sich dem Spaß anzuschließen, darunter Phonak und Starkey.

Phonak hat sein Deep Neural Network mit der Veröffentlichung seines Infinio Sphere-Hörgeräts im August 2024 auf ein völlig neues Niveau gebracht. Das Sphere Infinio-Hörgerät verwendet tatsächlich zwei verschiedene Chips. Das Deep Neural Network trainierte zusätzlich zu seinem ERA-Chip den DEEPSONIC-Chip. Der ERA-Chip übernimmt die Klangverarbeitung der meisten Situationen, während der DEEPSONIC-Chip zu 100% der Trennung von Sprache und Hintergrundgeräuschen gewidmet ist. Das Ergebnis ist ein Hörgerät, das so ziemlich darauf ausgelegt ist, eine Sache zu erledigen: Sprache von Lärm zu trennen, und das macht es sehr gut.

[Klangbeispiel-Demonstration]

Phonak hat tatsächlich ein Soundbeispiel seines DEEPSONIC-Chips in Aktion. Mach weiter und sieh es dir an.

„Das war wie ein Lied spielen. Und ich war so. Und hinter dem Beat, denn als ich ihn runterdrücke, hinkte das ganze Pitch-Shift-Zeug plötzlich um etwa 10 Millisekunden hinterher. Ich meine, es reicht, um das Gefühl zu verlieren, weißt du, es ist“

In Ordnung. Offensichtlich war das sehr beeindruckend. Denken Sie jedoch daran, dass die Leistung dieses Deep Neural Network stark davon abhängt, wie gut Ihr Hörakustiker Ihr Hörgerät für Sie anpasst und programmiert.

Ich werde das hier in nur einer Minute etwas näher erläutern, aber bevor ich das tue, möchte ich über Starkey sprechen, weil sie gerade im Oktober 2024 ihr Edge AI-Hörgerät veröffentlicht haben. Starkey hat bereits künstliche Intelligenz in seiner Hörgerätetechnologie verwendet, aber Sie mussten eine Funktion namens Edge-Modus aktivieren, damit sie bei Hintergrundgeräuschen optimal funktioniert.

Mit diesem neuen Hörgerät, das von Starkey veröffentlicht wurde, verwenden sie ständig ein tiefes neuronales Netzwerk, um Ihre Fähigkeit zu verbessern, Sprache von Hintergrundgeräuschen zu trennen, ohne immer den Edge-Modus aktivieren zu müssen. Dafür habe ich auch eine Hörprobe.

[Klangbeispiel-Demonstration]

„Unser Ziel bei Starkey ist die Angst von Hörgeräteträgern, dass sie einen der wichtigsten Momente im Leben verpassen, weil die Akkulaufzeit ihrer Hörgeräte knapp wird. Und wenn man bedenkt, dass wir uns ansehen wollten, was der längste Tag ist, an dem ein Hörgeräteträger seine Geräte tragen könnte.“

Jetzt verfügen die Edge AI-Hörgeräte von Starkey immer noch über den Edge-Modus Plus in ihren Hörgeräten, den Sie aktivieren können, um die Trennung von Sprache und Hintergrundgeräuschen zusätzlich zu verbessern. Natürlich gibt es bei einem Starkey Deep Neural Network die gleichen Vorbehalte wie bei einem Telefonat oder Oticon Deep Neural Network. Ihre Leistung hängt also stark davon ab, wie gut Ihr Hörakustiker diese Geräte für Sie anpasst und programmiert.

Letztlich kommt es darauf an, ob Ihr Hörakustiker die besten audiologischen Verfahren befolgt oder nicht. Bewährte Verfahren sind eine Reihe von Überlegungen und Verfahren, die von Ihrem Hörakustiker durchgeführt werden müssen, damit Sie den größtmöglichen Nutzen aus Ihren Hörgeräten ziehen können.

Und der beste Weg, einen Hörakustiker zu finden, der diese Best Practices befolgt, besteht darin, auf meiner Website hearup.com nach einem Mitglied des Hearing-Up-Netzwerks in Ihrer Nähe zu suchen. Alle Mitglieder von Hearup wurden überprüft und verpflichten sich, die umfassenden Best Practices von Audiologic zu befolgen, einschließlich Messungen im Testfeld, Messung am Echtohr und Messung der Ergebnisse bei der Validierung, um sicherzustellen, dass Sie unabhängig vom Deep Neural Network, das Ihre Hörgeräte verwenden, optimal hören.

Wenn es Ihnen also am wichtigsten ist, Ihre absolut beste Stimme zu hören, sollten Sie sich an ein Mitglied des Hearing-Up-Netzwerks in Ihrer Nähe wenden.

Deep Neural Networks haben die Leistung von Hörgeräten und Hintergrundgeräuschen erheblich verbessert, und das ist derzeit noch nicht einmal eine Debatte, und sie sind sogar in der Lage, dies zu tun, ohne sich stark auf Richtmikrofone verlassen zu müssen, die wir zuvor in Hörgeräten verwenden mussten, um das Signal-Rausch-Verhältnis zu verbessern.

Jedes dieser tiefen neuronalen Netzwerke bringt Ihnen zwischen 11 und 13 Dezibel an angekündigten Verbesserungen des Signal-Rausch-Verhältnisses. Das ist deutlich mehr als das, was Sie mit einem Hörgerät erreichen können, das kein Deep Neural Network verwendet.

Tatsächlich hat jeder einzelne Patient, den ich in meiner Klinik gesehen habe und der auf ein Hörgerät mit einem Deep Neural Network aufgerüstet wurde, eine deutliche Leistungssteigerung bei Hintergrundgeräuschen festgestellt. Und die eine Sache, über die die Leute nicht sprechen, ist, dass diese Deep Neural Networks die Sprache auch in leisen Situationen klarer machen.

Es kommt zu einem Punkt, an dem irgendwann jeder Hörgerätehersteller ein Hörgerät haben muss, das von einem Deep Neural Network trainiert wurde, wenn er auf dem globalen Hörgerätemarkt insgesamt relevant bleiben will. Deep Neural Networks verändern die Art und Weise, wie Hörgeräte Geräusche verarbeiten, völlig, und es ist überwältigend zu sehen, wie weit die Hörgerätetechnologie fortgeschritten ist, selbst seit meinem Einstieg in die Branche im Jahr 2012.

Und jetzt, wo du weißt, was ein Deep Neural Network ist, wie es funktioniert und wozu es fähig ist, lass mich wissen, ob du genauso beeindruckt bist wie ich oder ob du denkst, dass es nur ein Haufen Hype ist, unten im Kommentarbereich.