Các kỹ thuật học sâu mới giúp cả người dùng ốc tai điện tử lẫn người dùng máy trợ thính thông thường phân biệt âm thanh môi trường với tiếng ồn nền.

Bất kỳ ai bị mất thính lực đều hiểu thách thức này: tiếng còi xe inh ỏi khi bạn đang cố nghe người khác nói; bếp xèo xèo khi bạn nghe podcast; âm thanh thiên nhiên hòa lẫn với tiếng ù ù trong nhà. Người có thính lực bình thường xử lý được điều này nhờ một kiểu sàng lọc thần kinh, nhanh chóng tách riêng âm thanh họ muốn tập trung vào. Nhưng với người dùng thiết bị hỗ trợ thính giác, dù là máy trợ thính thông thường hay ốc tai điện tử, “vấn đề tiệc cocktail” này vẫn là một trong những khoảng cách gây khó chịu nhất giữa công nghệ và việc nghe trong đời thực.

Các nhà nghiên cứu tại University of Texas at Dallas đã tìm cách kiểm chứng liệu trí tuệ nhân tạo có thể cải thiện cách thiết bị hỗ trợ thính giác xử lý các âm thanh môi trường cạnh tranh nhau hay không. Trọng tâm của họ không phải là lời nói, mà là lớp âm thanh phong phú tạo nên cuộc sống hằng ngày - lá xào xạc, chó sủa, nước chảy, cửa đóng sầm.

Bối cảnh: vì sao các nhà nghiên cứu quan tâm đến vấn đề này

Người dùng ốc tai điện tử gặp những thách thức đặc biệt trong việc cảm nhận âm thanh môi trường. Dù công nghệ CI hiện đại truyền tải tín hiệu lời nói rất tốt, những đặc trưng âm học lan tỏa và biến đổi hơn của các sự kiện môi trường - tiếng chim hót, tiếng mưa, tiếng xe cộ - vẫn khó xử lý hơn. Hạn chế này ảnh hưởng đến an toàn (khó nghe thấy xe đang đến gần), chất lượng cuộc sống (ít tận hưởng được âm thanh thiên nhiên) và khả năng tự chủ nói chung.

Thách thức kỹ thuật là có thật: khi nhiều nguồn âm thanh chồng lên nhau, việc tách chúng ra đòi hỏi năng lực tính toán phức tạp. Xử lý âm thanh truyền thống đã đạt được những tiến bộ từng bước, nhưng học sâu mở ra một hướng đi mới. Bằng cách huấn luyện mạng nơ-ron trên các thư viện lớn gồm những âm thanh được gắn nhãn và các hỗn hợp của chúng, các nhà nghiên cứu có thể dạy thuật toán tách riêng từng nguồn cụ thể ngay cả trong những khung cảnh ồn ào, phức tạp.

Cách thực hiện nghiên cứu

Shekar và Hansen đã xây dựng một khung thực nghiệm mô phỏng các tình huống nghe trong đời thực. Họ tạo ra các hỗn hợp âm thanh hai nguồn, ghép một âm thanh “mục tiêu” (như tiếng mưa hoặc tiếng chim) với một âm thanh “gây nhiễu” cạnh tranh. Cả người dùng CI và người có thính lực bình thường đều nghe ba phiên bản của mỗi hỗn hợp: âm thanh hỗn hợp thô làm mốc so sánh, âm thanh chỉ được xử lý bằng kỹ thuật tách nguồn, và âm thanh kết hợp tách nguồn với kỹ thuật tăng cường riêng của các nhà nghiên cứu dành cho âm thanh phi ngôn ngữ.

Thuật toán tách nguồn sử dụng một kiến trúc học sâu có tên SUDORMEND (Successive Downsampling and Resampling of Multi-Resolution Features network). Người nghe đánh giá âm thanh đã xử lý theo ba tiêu chí: mức giảm nhiễu, chất lượng âm thanh và độ méo. Họ cũng thực hiện các bài kiểm tra lựa chọn bắt buộc, cho biết họ thích phiên bản nào hơn.

Các nhà nghiên cứu đã phát hiện điều gì

Kết quả khác biệt rõ rệt giữa hai nhóm người nghe. Người dùng ốc tai điện tử cải thiện có ý nghĩa thống kê về mức giảm nhiễu, nhưng chỉ với âm thanh thiên nhiên khi được ghép với âm thanh gây nhiễu cùng loại (F=4.935, p=0.0175). Điều này cho thấy quá trình xử lý của CI có thể được tinh chỉnh nặng về lời nói, khiến khả năng xử lý âm thanh môi trường rộng hơn kém tinh tế hơn.

Người nghe có thính lực bình thường cải thiện trên phạm vi rộng hơn nhiều. Họ cho thấy mức giảm nhiễu ở tất cả các loại âm thanh phi ngôn ngữ được kiểm tra, với các giá trị thống kê có ý nghĩa rất cao (giá trị F từ 8.481 đến 32.37, giá trị p thấp hơn nhiều so với 0.001). Cả hai nhóm - người dùng ốc tai điện tử và người có thính lực bình thường - đều thể hiện sự ưa thích rõ rệt đối với phương pháp kết hợp tách nguồn và tăng cường khi nghe âm thanh thiên nhiên và tiếng ồn trong nhà như tiếng nước chảy hay tiếng bát đĩa va lách cách.

Sự tương phản này rất đáng chú ý: khi thuật toán được tự do tăng cường khả năng cảm nhận âm thanh phi ngôn ngữ vượt ra ngoài cách xử lý tập trung vào lời nói, người dùng nhận ra và ưa thích kết quả đó. Việc người nghe có thính lực bình thường cải thiện trên phạm vi rộng hơn cho thấy thiết bị hỗ trợ thính giác có thể hưởng lợi đáng kể từ các thuật toán được tối ưu cho khung cảnh âm thanh môi trường, chứ không chỉ cho hội thoại.

Ý nghĩa đối với người bị mất thính lực

Nghiên cứu này mở rộng những gì thiết bị hỗ trợ thính giác có thể làm được. Ngày nay, hầu hết máy trợ thính thông thường và ốc tai điện tử đều ưu tiên khả năng nghe hiểu lời nói - và điều đó hoàn toàn hợp lý, vì hội thoại là trung tâm của sinh hoạt hằng ngày. Nhưng con người không sống trong một thế giới chỉ có lời nói. Sự phong phú của trải nghiệm âm thanh bao gồm âm nhạc, tiếng cười, thiên nhiên, tiếng chuông báo động và những tín hiệu âm thanh tinh tế giúp chúng ta định hướng và tận hưởng môi trường xung quanh.

Nghiên cứu chứng minh rằng học sâu có thể tách rời các nguồn âm thanh môi trường chồng lấn và tăng độ rõ khi cảm nhận chúng. Quan trọng hơn, nghiên cứu cho thấy người bị mất thính lực thực sự ưa thích những cải tiến này. Đặc biệt với người dùng ốc tai điện tử, những người có thể gặp khó khăn với âm thanh môi trường nhiều hơn so với chỉ riêng lời nói, kiểu xử lý này có thể nâng cao đáng kể khả năng tự lập và chất lượng cuộc sống.

Cải tiến khả năng tách âm thanh trong công nghệ trợ thính hiện đại

Phát hiện của nghiên cứu về khả năng tách nguồn âm thanh chính là loại tiên phong công nghệ mà các dòng máy trợ thính không kê đơn và bán trực tiếp đến người tiêu dùng đã đăng ký với FDA đã tạo điều kiện. Các công ty giờ đây có cơ hội triển khai công nghệ xử lý âm thanh tiên tiến trong thiết bị thính giác mà không phụ thuộc vào mô hình truyền thống chỉ qua phòng khám. Các thuật toán học sâu để xử lý âm thanh môi trường hoàn toàn phù hợp với sự phát triển này.

Các thiết bị như Panda Quantum tích hợp bài kiểm tra thính lực đã được kiểm chứng lâm sàng với giảm tiếng ồn thích ứng và kết nối Bluetooth cho điện thoại và âm nhạc. Bổ sung khả năng tách nguồn bằng máy học - được huấn luyện trên các khung cảnh âm thanh môi trường thực tế - là lớp tính năng tiếp theo. Thuật toán đảm nhận phần tính toán khó khăn để tách riêng những nguồn âm quan trọng, giúp người dùng máy trợ thính thoải mái tập trung vào điều họ muốn nghe.

Với mất thính lực nhẹ đến trung bình, các mẫu máy không kê đơn giờ đây có thể tích hợp những kiểu xử lý tiên tiến này. Mất thính lực nặng hoặc sâu thường được hưởng lợi nhiều hơn từ ốc tai điện tử hoặc thiết bị kê đơn do chuyên gia thính học lắp và chỉnh máy, nhưng nghiên cứu nền tảng về tách âm thanh có thể áp dụng cho mọi mức độ.

Tìm hiểu thêm về máy trợ thính được trang bị khả năng xử lý âm thanh tiên tiến tại Panda Quantum.

Hạn chế của nghiên cứu

Nghiên cứu sử dụng các hỗn hợp hai nguồn có kiểm soát trong môi trường phòng thí nghiệm, vốn đơn giản hơn so với các khung cảnh âm thanh thực tế, nơi ba, bốn hoặc nhiều nguồn hơn cùng cạnh tranh. Dù người tham gia đã đánh giá kết quả cảm nhận, dữ liệu thực địa dài hạn cho thấy các thuật toán này hoạt động thế nào trong việc nghe hằng ngày thực sự sẽ củng cố thêm niềm tin vào lợi ích thực tế.

Ngoài ra, nhóm người dùng ốc tai điện tử cải thiện trong phạm vi hẹp hơn so với nhóm có thính lực bình thường, cho thấy xử lý tín hiệu của CI có những giới hạn riêng. Các thuật toán được tối ưu cho một loại thiết bị hỗ trợ thính giác có thể không áp dụng trực tiếp được cho loại khác. Bài báo không ghi nhận xung đột về tài trợ hay lợi ích cạnh tranh nào.

Chúng ta đang ở đâu

Học sâu đang chuyển từ một điều mới lạ thành công cụ thực tiễn trong công nghệ trợ thính. Nghiên cứu này chứng minh rằng các thuật toán được huấn luyện để tách và tăng cường âm thanh môi trường có thể mang lại những cải thiện đo lường được và được người nghe ưa thích. Khi máy trợ thính không kê đơn và thiết bị trợ thính có kết nối trở nên phổ biến, năng lực tính toán để chạy các thuật toán này đang dần sẵn có. Giai đoạn tiếp theo là tích hợp những tiến bộ này vào thiết bị thực tế và kiểm chứng chúng trong nhiều môi trường nghe và nhóm người dùng khác nhau.

Shekar, Ram C M C, and John H L Hansen. "Deep learning-based environmental source separation and sound enhancement: Advancements for cochlear implant and normal hearing listeners." The Journal of the Acoustical Society of America, 2026. Truy cập từ PubMed. DOI: 10.1121/10.0042760