Riktverkan med djupa neurala nätverk hjälpte hörapparatanvändare att följa tal utan att förlora kontakten med omgivningen

Ett forskarteam från branschen rapporterar att ett riktverkanssystem baserat på djupa neurala nätverk förbättrade taluppfattningen i buller med upp till 4.7 decibel, samtidigt som bärarna förblev medvetna om ljud från andra riktningar.

Det svåraste en hörapparat måste klara är att skilja ut en röst i ett bullrigt rum. Riktade mikrofonsystem har länge varit huvudverktyget för den uppgiften: de förstärker ljud från det håll lyssnaren är vänd mot och dämpar allt annat. Avvägningen är välkänd – ju hårdare apparaten fokuserar framåt, desto lättare tappar bäraren bort röster och händelser på andra ställen i rummet.

En ny studie i tidskriften Audiology Research beskriver ett försök att mildra den avvägningen med hjälp av djupa neurala nätverk, en form av maskininlärning som tränats på komplexa ljudmiljöer. Systemet ska förstärka det tal lyssnaren fokuserar på och samtidigt medvetet bevara hörbarheten i den omgivande miljön.

Bakgrund: varför forskarna undersökte detta

Algoritmer för riktverkan är grundläggande i moderna hörapparater eftersom de förbättrar signal-brusförhållandet, alltså nivåskillnaden mellan det tal lyssnaren vill höra och bullret runt omkring. Även små förbättringar av signal-brusförhållandet kan ge märkbart bättre ordförståelse på en restaurang eller vid en familjesammankomst.

Konventionell adaptiv riktverkan bygger på handjusterade regler som i regel utgår från att det intressanta talet kommer framifrån. Det antagandet fungerar i många situationer men inte i andra, och det sker ofta på bekostnad av den rumsliga medvetenheten: bärarens uppfattning om vad som händer runt omkring, från ett namn som ropas tvärs över rummet till en bil som närmar sig från sidan.

Forskarna utvecklade ett riktverkanssystem som drivs av djupa neurala nätverk, tränade på data som representerar komplexa ljudmiljöer, och som justerar sin rumsliga filtrering dynamiskt. Det uttalade målet är att förstärka måltalet och samtidigt bevara tillgången till omgivningsljud, i stället för att maximera det ena på bekostnad av det andra.

Så genomfördes studien

Gruppen utvärderade det nya systemet mot konventionella metoder för riktverkan i en rad olika ljudscenarier. Lyssnarnas ordigenkänning bedömdes, och de fick också skatta upplevd taltydlighet och ange vilken signalbehandling de föredrog.

Utöver testerna med människor tog forskarna fram ett objektivt mått på förståelighet baserat på automatiserad tal-till-text-analys. Genom att mata in bearbetat ljud i ett taligenkänningssystem och poängsätta transkriptionerna kunde de jämföra enheter i stor skala och kontrollera att de objektiva poängen stämde med vad mänskliga lyssnare upplevde.

Vad forskarna kom fram till

De viktigaste resultaten anges som förbättring i decibel av taluppfattningströskeln, det signal-brusförhållande där en lyssnare korrekt upprepar hälften av de ord som presenteras. Lägre trösklar betyder att lyssnaren klarar mer buller.

När måltalet kom från 90 grader, rakt från lyssnarens sida, förbättrade det nya systemet den genomsnittliga taluppfattningströskeln med 1.4 decibel jämfört med äldre riktverkan. Just den situationen, där samtalspartnern inte står framför, är där konventionell framåtriktad riktverkan har svårt.

När måltalet kom framifrån och en störande talare befann sig bakom lyssnaren gav systemet en förbättring på 4.7 decibel jämfört med en rundupptagande inställning. I vardagliga termer är det det klassiska problemet att följa personen mitt emot vid bordet medan någon vid nästa bord pratar bakom din rygg.

Även bevarandet av medvetenheten om den omgivande miljön tycks ha fungerat. Den rumsliga anpassningen förbättrade hörbarheten för omgivningsljud i tre av fyra testade förhållanden, och detektionströskeln för tal från 135 grader, bakifrån och från sidan, förbättrades signifikant med 2.42 decibel. De beteendemässiga och objektiva bedömningarna pekade åt samma håll: bättre taluppfattning i kombination med bibehållen tillgång till omgivningsljud.

Vad det betyder för personer med hörselnedsättning

För bärarna är det praktiska löftet med den här forskningen färre tvingande val. Äldre riktad signalbehandling gjorde ofta en bullrig restaurang mer hanterbar, men till priset av en något tunnelliknande lyssnarupplevelse. Ett system som kan dämpa en konkurrerande talare och ändå släppa igenom en röst från sidan ligger närmare hur en frisk hörsel faktiskt fungerar.

Det är värt att vara tydlig med vad studien visar och inte visar. Den visar att ett datadrivet riktverkanssystem kan slå konventionella metoder på specifika laboratoriemått i kontrollerade scenarier. Långsiktig nytta i verkligheten i många olika lyssningsmiljöer är den svårare frågan, och den är fortfarande obesvarad. Resultaten bidrar ändå till den växande evidensen för att maskininlärning förändrar hur hörselenheter hanterar det grundläggande problemet med tal i buller.

Tydligare tal i buller är måttstocken även för vardagliga hörapparater

Problemet som studien angriper – att hålla samtalet tydligt när buller konkurrerar om uppmärksamheten – är samma måttstock som vardagliga enheter bedöms efter, även den nya generationen receptfria hörapparater enligt FDA:s OTC-regler. Panda Quantum angriper det med 16-kanalig WDRC-signalbehandling och adaptiv brusreducering, en konstruktion som helt inriktas på tydligt tal i bullriga miljöer som restauranger och familjemiddagar.

Quantum är en RIC-apparat (högtalare i hörselgången) som räcker i 20 timmar per laddning, med ett laddningsetui som rymmer ytterligare tre fulla laddningar för totalt 80 timmars användning, plus Bluetooth för samtal, TV och musik. En valfri app kan genomföra ett hörseltest i örat via hörapparaten och anpassa ljudet efter bärarens hörselprofil, men enheten fungerar fullt ut utan appen och testet.

Som för alla receptfria hörapparater för tal i buller är kategorin avsedd för lätt till måttlig hörselnedsättning; vid svår eller grav hörselnedsättning ger en klinisk utprovning fortfarande störst nytta. Quantum levereras med 5 års garanti och en provperiod på 45 dagar som börjar när produkten tas emot.

Studiens begränsningar

Alla åtta författare är anställda vid Starkey Hearing Technologies, tillverkaren vars system utvärderades, så det här är branschforskning som bedömer företagets egen teknik; tillhörigheterna redovisas i artikeln. Resultat för en tillverkares system i kontrollerade testscenarier går inte nödvändigtvis att överföra till andra enheter eller till den röriga verkligheten.

Studien rapporterar förbättringar i utvalda laboratorieförhållanden, och förbättringarna var inte enhetliga: hörbarheten för omgivningsljud förbättrades i tre av de fyra testade förhållandena, inte i alla. Det automatiserade tal-till-text-måttet på förståelighet är visserligen skalbart men i sig ett ersättningsmått, som forskarna använde för att komplettera snarare än ersätta tester med människor.

Vad du kan göra med detta

Om du använder hörapparater och fortfarande har svårt i buller är den här forskningen ett skäl till försiktig optimism snarare än en produktrekommendation: den visar att området hittar sätt att förbättra taluppfattningen utan att stänga ute bäraren från rummet. När du utvärderar en enhet, gammal som ny, är det mest användbara testet fortfarande det som studien använde som måttstock: hur väl du följer det samtal du bryr dig om medan omvärlden förblir hörbar runt dig.

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. Hämtad från PubMed. DOI: 10.3390/audiolres16050132