Maskinlæring hjælper høreapparatbrugere
En af de største udfordringer for mennesker med høreproblemer er at skelne tale i støjende omgivelser. Problemet kaldes for cocktailparty-effekten.
Selv om de fleste moderne høreapparater arbejder med forskellige former for teknologi, der skal fremhæve tale fremfor baggrundsstøj, kæmper ingeniørerne stadig med at udvikle et system, der virker.
Ved Audio Analysis Lab på Aalborg Universitet (AaU) har Ph.d.-studerende Mathew Kavalekalam brugt automatisk læring til at udvikle en algoritme, der kan få en computer til at skelne præcist mellem tale og støj. Forskningen sker i samarbejde med høreapparatforskere fra GN Advanced Science og er støttet af Innovationsfonden. Det skriver Aalborg Universitet på sin hjemmeside.
Computeren lytter og lærer
- Hørecenteret i vores hjerner foretager normalt en lang række meget komplicerede udregninger, som sætter os i stand til at fokusere på en enkelt stemme – selv om der er mange andre, der taler i baggrunden. Men den egenskab er meget vanskelig at genskabe maskinelt, forklarer Mathew Kavalekalam.
Han tog udgangspunkt i en digital model, der beskriver, hvordan lyden af tale opstår – fra lungerne, over strubehovedet, mundhulen, næsehulen, tænderne, læberne og ud af munden.
Modellen brugte han til at beskrive hvilken type signal, en computer skal ’lytte’ efter for at identificere en talende stemme. Herefter satte han programmet i gang med at lytte og lære. Med tiden ’lærte’ computerprogrammet at genkende mønstre i lyden og regne ud, hvordan talende stemmer bedst kan hæves – uden samtidig at hæve niveauet på baggrundsstøjen.
15 procent bedre forståelse
Resultatet af Kavalekalams arbejde er blevet et stykke software, der hjælper personer med høretab til en bedre taleforståelse. Selv i situationer med meget baggrundsstøj kan den genkende tale og fremhæve den i lydbilledet.
Indtil videre har han testet modellen på 10 forsøgspersoner, der har skullet sammenligne lyden af stemmer i baggrundsstøj før og efter den er blevet behandlet med hans algoritme. Testpersonerne oplevede en forbedring på 15 procent i forhold til at skelne ord i meget støjende omgivelser.
Lynhurtigt signalbehandling
Teknologien skal dog tilpasses og forfines yderligere, inden den reelt kan bruges i høreapparater.
Algoritmen skal optimeres, så den ikke fylder så meget og ikke kræver så megen datakraft. Selv om teknologien bliver hurtigere og hurtigere, er der begrænsninger i den hardware, der er plads til i et høreapparat.
- Når det kommer til taleforbedring er det vigtigt at signalbehandlingen sker lynhurtigt. Hvis lyden bliver forsinket af at blive behandlet i høreapparatet, svarer den ikke til de mundbevægelser vi ser, og så ender det med at forvirre mere end det gavner, forklarer Mathew Kavalekalam.
