La direccionalidad basada en redes neuronales profundas ayudó a los usuarios de audífonos a seguir el habla sin perder la percepción de su entorno

Un equipo de investigación de la industria informa que un sistema de direccionalidad basado en una red neuronal profunda mejoró la comprensión del habla con ruido hasta en 4.7 decibeles, sin que los usuarios dejaran de percibir los sonidos que llegaban desde otras direcciones.

Lo más difícil que tiene que hacer un audífono es separar una voz del resto de una sala ruidosa. Los sistemas de micrófonos direccionales han sido durante mucho tiempo la principal herramienta para esa tarea: amplifican el sonido que llega desde la dirección hacia la que mira el oyente y atenúan todo lo demás. La desventaja es bien conocida: cuanto más se enfoca un dispositivo hacia el frente, más pierde el usuario la pista de las voces y de lo que ocurre en el resto de la sala.

Un nuevo estudio publicado en la revista Audiology Research describe un intento de suavizar esa desventaja mediante redes neuronales profundas, una forma de aprendizaje automático entrenada con escenas acústicas complejas. El sistema busca realzar el habla a la que presta atención el oyente y, al mismo tiempo, preservar deliberadamente la audibilidad del entorno.

Antecedentes: por qué los investigadores estudiaron este tema

Los algoritmos de direccionalidad son fundamentales en los audífonos modernos porque mejoran la relación señal-ruido, es decir, la diferencia de nivel entre el habla que el oyente quiere escuchar y el ruido que la rodea. Incluso pequeñas mejoras en la relación señal-ruido pueden traducirse en una comprensión de palabras notablemente mejor en un restaurante o en una reunión familiar.

La direccionalidad adaptativa convencional se basa en reglas ajustadas manualmente que, por lo general, suponen que el habla de interés está frente al oyente. Esa suposición funciona en muchas situaciones, pero falla en otras, y suele ir en detrimento de la conciencia espacial: la percepción que tiene el usuario de lo que ocurre a su alrededor, desde alguien que lo llama por su nombre desde el otro lado de la sala hasta un auto que se acerca por un costado.

Los autores desarrollaron un sistema de direccionalidad basado en redes neuronales profundas, entrenado con datos que representan escenas acústicas complejas, que ajusta su filtrado espacial de forma dinámica. El objetivo declarado es realzar el habla de interés sin perder el acceso a los sonidos del entorno, en lugar de maximizar uno a costa del otro.

Cómo se realizó el estudio

El equipo comparó el nuevo sistema con enfoques de direccionalidad convencionales en diversos escenarios acústicos. Se evaluó el rendimiento de los oyentes en el reconocimiento de palabras, y además ellos calificaron la claridad del habla percibida e indicaron qué procesamiento preferían.

Junto con las pruebas en personas, los investigadores crearon una métrica objetiva de inteligibilidad basada en el análisis automatizado de voz a texto. Al introducir el audio procesado en un sistema de reconocimiento de voz y puntuar las transcripciones, pudieron evaluar dispositivos a gran escala y comprobar que las puntuaciones objetivas coincidían con lo que experimentaban los oyentes.

Lo que encontraron los investigadores

Los resultados principales se expresan en decibeles de mejora del umbral de recepción del habla, es decir, la relación señal-ruido a la que un oyente repite correctamente la mitad de las palabras presentadas. Un umbral más bajo significa que el oyente puede tolerar más ruido.

Cuando el habla de interés provenía de 90 grados, directamente del costado del oyente, el nuevo sistema mejoró el umbral medio de recepción del habla en 1.4 decibeles en comparación con la direccionalidad tradicional. Esa situación, en la que el interlocutor no está al frente, es justamente donde la direccionalidad convencional orientada hacia adelante tiene dificultades.

Cuando el habla frontal estaba acompañada por otra persona hablando detrás del oyente, el sistema logró una mejora de 4.7 decibeles frente a un ajuste omnidireccional. En términos cotidianos, es el problema clásico de seguir a la persona que está al otro lado de la mesa mientras alguien en la mesa de al lado habla a sus espaldas.

Mantener la percepción del entorno general también parece haber funcionado. La adaptación espacial mejoró la audibilidad de los sonidos del entorno en tres de las cuatro condiciones evaluadas, y el umbral de detección del habla que llegaba desde 135 grados, por detrás y hacia un costado, mejoró significativamente en 2.42 decibeles. Las evaluaciones conductuales y objetivas apuntaron en la misma dirección: mejor inteligibilidad del habla sin perder el acceso a los sonidos del entorno.

Qué significa para las personas con pérdida auditiva

Para los usuarios, la promesa práctica de esta línea de investigación es tener que elegir menos. El procesamiento direccional anterior solía hacer más llevadero un restaurante ruidoso a costa de una experiencia auditiva un poco “de túnel”. Un sistema capaz de atenuar a otra persona que habla y, al mismo tiempo, dejar pasar una voz que llega desde un costado se acerca más a cómo funciona realmente una audición sana.

Conviene dejar claro lo que este estudio demuestra y lo que no. Demuestra que un sistema de direccionalidad basado en datos puede superar a los enfoques convencionales en mediciones de laboratorio específicas y en escenarios controlados. El beneficio a largo plazo en la vida real, en muchos entornos auditivos distintos, es la pregunta más difícil, y sigue abierta. Aun así, los resultados se suman a la creciente evidencia de que el aprendizaje automático está cambiando la forma en que los dispositivos auditivos abordan el problema fundamental de entender el habla en medio del ruido.

Un habla más clara en entornos ruidosos también es la referencia para los audífonos de uso diario

El problema que aborda este estudio, mantener clara una conversación cuando el ruido compite por la atención, es la misma referencia con la que se juzgan los dispositivos de uso diario, incluida la nueva generación de audífonos de venta libre que cumplen con las normas de la FDA. Panda Quantum lo aborda con procesamiento WDRC de 16 canales y reducción de ruido adaptativa, un diseño pensado precisamente para lograr un habla clara en entornos ruidosos como restaurantes y cenas familiares.

Quantum es un dispositivo RIC (auricular en el canal) que funciona 20 horas por carga, con un estuche que aporta tres cargas completas adicionales para un total de 80 horas de uso, además de Bluetooth para llamadas, TV y música. Una app opcional permite hacer una prueba de audición dentro del oído a través del propio audífono y personalizar su respuesta según el perfil auditivo del usuario, aunque el dispositivo funciona plenamente sin la app ni la prueba.

Como ocurre con todos los audífonos de venta libre pensados para entender el habla en medio del ruido, esta categoría está diseñada para la pérdida auditiva leve a moderada; en la pérdida severa o profunda, lo más beneficioso sigue siendo una adaptación clínica. Quantum incluye una garantía de 5 años y un período de prueba de 45 días que comienza cuando usted recibe el producto.

Limitaciones de esta investigación

Los ocho autores son empleados de Starkey Hearing Technologies, el fabricante cuyo sistema se evaluó, por lo que se trata de una investigación de la industria que evalúa su propia tecnología; las afiliaciones se declaran en el artículo. Los resultados obtenidos con el sistema de un solo fabricante en escenarios de prueba controlados pueden no ser generalizables a otros dispositivos ni a la complejidad de la escucha en la vida real.

El estudio informa mejoras en determinadas condiciones de laboratorio, y estas no fueron uniformes: la audibilidad de los sonidos del entorno mejoró en tres de las cuatro condiciones evaluadas, no en todas. La métrica automatizada de inteligibilidad de voz a texto, aunque es escalable, es en sí misma una aproximación que los autores usaron para complementar las pruebas con personas, no para reemplazarlas.

Qué hacer con esta información

Si usted usa audífonos y aún tiene dificultades en entornos ruidosos, esta investigación es motivo de un optimismo prudente más que una recomendación de producto: muestra que el sector está encontrando formas de mejorar la comprensión del habla sin aislar al usuario de lo que ocurre a su alrededor. Al evaluar cualquier dispositivo, antiguo o nuevo, la prueba más útil sigue siendo la que este estudio usó como referencia: qué tan bien sigue usted la conversación que le importa mientras el mundo sigue siendo audible a su alrededor.

Marquardt D, Xiao J, Ganeshkumar A, Xu J, Taylor L, McKinney M, Fabry DA, Bhowmik AK. An Intelligent Directionality System for Hearing Aids Incorporating Deep Neural Networks: Improving Speech Understanding While Preserving Spatial Awareness. Audiology Research. 2026. Consultado en PubMed. DOI: 10.3390/audiolres16050132