Deutsche Gesellschaft für Audiologie - Jahrestagung

Prof. Dr.

Vorsitz

Dipl.-Ing.

Wie &quot;intelligent&quot; sind Hörgeräte? – ein Update

Abstract-Text (inkl. Referenzen und Bildunterschriften) Moderne Hörsysteme haben eine erstaunliche Komplexität und Leistungsfähigkeit erreicht. Bereits seit etlichen Jahren gibt es auch Veröffentlichungen der Industrie, in denen Aussagen zu finden sind, dass moderne Hörsysteme über (künstliche) &quot;Intelligenz&quot; verfügen. In diesem Vortrag soll beleuchtet werden, inwieweit sich diese Thesen untermauern lassen. Dazu soll zum einen versucht werden, in einem &quot;quantitativen&quot; Ansatz die Rechenleistung moderner Hörsysteme mit anderen (biologischen) Systemen zu vergleichen. Zum anderen soll in einem &quot;phänomenologischen&quot; Ansatz geprüft werden, ob sich gängige Definitionen von &quot;Intelligenz&quot; und &quot;künstlicher Intelligenz&quot; auf moderne Hörsysteme übertragen lassen.

Strukturierte Sitzung

Sitzungsvortrag

Einkanalige DNN-Störgeräuschunterdrückung mit niedriger Latenz: Effekt auf das Sprachverstehen

Abstract-Text (inkl. Referenzen und Bildunterschriften) Im Gegensatz zu mehrkanaligen Störgeräuschunterdrückungsverfahren, die eine räumliche Trennung zwischen Ziel- und Störschall nutzen, steht einkanaligen Verfahren nur ein Monosignal zur Identifizierung und Abschwächung des Störgeräuschanteils zur Verfügung. "Klassische" Algorithmen wie Spektrale Subtraktion oder Wiener-Filter, die seit vielen Jahren auch in Hörgeräten eingesetzt werden, ermöglichen dort zwar eine Erhöhung des Hörkomforts und der Akzeptanz in Störschall, aber keine substantielle Verbesserung der Sprachverständlichkeitsschwelle (SVS). Für modernere Verfahren, die auf tiefen neuronalen Netzen (DNN) basieren, wurden dagegen signifikante Verbesserungen der SVS bei hörbeeinträchtigten Versuchspersonen erzielt. Viele dieser Verfahren arbeiten im Frequenzbereich, so dass eine blockweise Verarbeitung erforderlich ist, um die notwendige Frequenzauflösung zu erreichen. Die damit einhergehenden Verzögerungen von typischerweise 20ms und mehr behindern den zukünftigen Einsatz in Hörgeräten, da hier eine Gesamtverzögerung von ca. 10ms unterschritten werden sollte. Für die hier vorgestellte Studie wird eine im Zeitbereich arbeitende, vortrainierte einkanalige DNN-Störgeräuschunterdrückung (Conv-TasNet) mit einer Verzögerung von lediglich 4ms eingesetzt, so dass ein Einsatz in Hörgeräten prinzipiell möglich wäre. Die SVS von 20 Normal- und 19 Schwerhörenden wurde mit dem Oldenburger Satztest im Störschall (OlSa-Rauschen) mit und ohne Störgeräuschunterdrückung gemessen. Zusätzlich wurden objektive Maße (PESQ, STOI) eingesetzt, um das Sprachverstehen und die Sprachqualität in verschiedenen SNRs vorherzusagen. Resultate: Während die Störgeräuschunterdrückung bei normalhörenden Versuchspersonen zu einer Verschlechterung der SVS um 0,8 dB (Median) führte, erreichten die schwerhörenden Versuchspersonen eine signifikante Verbesserung um 0,8 dB. In SNRs die höher als ca. -5 dB liegen, sagen PESQ und STOI ein mit Störgeräuschunterdrückung verbessertes Sprachverstenen und -qualität voraus.

AI-Methoden zur Optimierung von Hörgerätealgorithmen

Abstract-Text (inkl. Referenzen und Bildunterschriften) Aktuelle Algorithmen zur Signalverarbeitung in Hörgeräten, insbesondere zur Störgeräuschunterdrückung, beinhalten viele Freiheitsgrade und Parameter, die während der Entwicklung der Algorithmen eingestellt werden können. Diese Parameter können anhand von subjektiven perzeptiven Tests eingestellt werden, z. B. mit Hilfe von Paarvergleichen oder MUSHRA-Paradigmen. Dies ist jedoch sehr teuer und zeitaufwendig. Alternativ ist es möglich, verschiedene Arten von Modellen anzuwenden, um bevorzugte Parameter zu finden, die auf verschiedenen Dimensionen oder Attributen die beste Leistung erbringen. In diesem Vortrag werden verschiedene relevante Metriken wie SNR-Verbesserung, Höranstrengung, Sprachverständlichkeit und Klangqualität betrachtet. Es werden verschiedene Modelle - intrusive und nicht intrusive Modelle - diskutiert, spezifisch auch ein DNN / AI basierender Ansatz (Diehl, Thorbergsson et al 2022). Diehl PU, Thorbergsson L, Singer Y, Skripniuk V, Pudszuhn A, Hofmann VM, et al. (2022) Non-intrusive deep learning-based computational speech metrics with high-accuracy across a wide range of acoustic scenes. PLoS ONE 17(11): e0278170. https://doi.org/10.1371/journal.pone.0278170

DNN-Training

Abstract-Text (inkl. Referenzen und Bildunterschriften) Seit 2004 gibt es Hörsysteme mit Künstliche Intelligenz (KI) (1), 2023 ist die neunte Generation entwickelt. Anfangs wurde nur die Erkennung und Hervorhebung von einzelnen Sprechern unterstützt, heute können die Geräte mehr: Diverse Stimmen, aus unterschiedlichen Richtungen und Entfernungen aus Lärm hervorheben und in eine Balance zu lokalisierbaren Geräuschen bringen, Rückkopplung und andere störende Geräusche unterdrücken, Windgeräusche deutlich reduzieren. (2) Plötzliche Geräusche, wie Türen knallen oder Tastaturklappern, werden von den Hörsystemen erkannt und beseitigt. (3) Seit 2012 werden sogenannte Tiefe Neuronale Netzwerke, (englisch Deep Neural Network, DNN) in der Forschung eingesetzt, die lernen können. (4) Der Prozess des Trainierens wird im Beitrag beschrieben. Vor dem Lernprozess wurden verschiedene Algorithmen zur Separierung von Sprache und auditorischen Objekten entwickelt (u. A. 5). Diese wurde in hunderte verschiedene DNN-Versionen integriert, die wiederum in Notebook-basierten Testgeräten von &quot;Expert Listenern&quot; (erfahrene, normalhörende Hörsystemnutzer) beurteilt wurden. Ca. 30 DNN-Versionen kamen in eine engere Auswahl, die in Prototyp-Hörsystemen von &quot;Expert Usern&quot; (erfahrene, schwerhörige Hörsystemnutzer) beurteilt wurden. Die Prototypen beinhalteten schon weitere Features wie Rückkopplungs- oder Impulsschall-Unterdrückung. Zur Validierung wurden &quot;Expert Robots&quot; eingesetzt; Kunstköpfe, die über eine automatisierte Messtechnik die Erkennung von verschiedenen Stimmen aus Klangwelten immer wieder neu überprüfen. Am Ende wurden 3 Versionen, als &quot;echte Geräte&quot;, mit Expert Usern in umfangreichen Feldstudien gegeneinander getestet, 2020 wurden die ersten DNN-Geräte auf den Markt gebracht. Ein möglichst natürlicher Klang wurde mit ca. 12 Millionen Klangszenen trainiert, die Nutzer beschreiben den Klang auch so. 2023 wurde die zweite DNN-Geräte Generation vorgestellt, die patentierte Verbesserungen beinhalten. In wissenschaftlichen Studien konnte der Vorteil der DNN-Technik im Vergleich zu anderen aktuellen hochwertigen Hörsystemen nachgewiesen werden. (6) Literatur: 1) Warncke, H. (2005). Künstliche Intelligenz – was ist das überhaupt. Hörakustik 7/2005 2) Zapata-Rodríguez, V., et al. (2023). Improving comfort and speech clarity in wind. Oticon RealTM, new competitive benchmark. Oticon Whitepaper 3) Santurette, S., et al. (2023). SuddenSound Stabilizer: Evidence and user benefits. Oticon Whitepaper. 4) Brændgaard, M. 2020. MoreSound Intelligence. Oticon tech paper 5) Alickovic, E. et al. (2019). The Effect of DNN-Based Voice Segregation on Selective Attention. Poster presented at International IEEE EMBS Conference on Neural Engineering 2019, San Francisco. 6) Santurette S., et al. (2021). Oticon MoreTM competitor benchmark Part 1 – Technical Evidence. Oticon Whitepaper

Hörgeräte

Prof.

Listening 2.0 – beyond passiveness in standard hearing experiments

Abstract-Text (inkl. Referenzen und Bildunterschriften) Contemporary audiology aims to view age-related hearing loss increadingly in the context of real-life communication behaviour. Not least, presbycusis is increasingly considered a risk factor for long-term consequences such as social isolation, cognitive decline, and depression. Of particular concern, hearing loss in midlife is the single largest modifiable risk factor for later dementia. Hearing aids, the most common conservative treatment for hearing loss, have seen numerous technological advances, including features like dynamic compression, to enhance hearing in challenging environments. Additionally, recent innovations such as motion sensors in hearing aids offer valuable data to comprehend the simultaneous demands of verbal communication and unrestricted movement, as seen in cognitive-motor interference, shedding light on the long-term impacts of hearing loss. In this study, we are primarily interested in exploring the interplay of motor data, such as step length, and variations in gait parameters based on terrain and conversation complexity. In the current project, we aim to understand the participant's active engagement in the conversation (turn-taking). Therefore, it is essential to this study to record the spoken audio signals produced by the participant and the experimenter in the experiment. This enables the analysis of turn-taking (speech latencies, speech pauses, and speech tempo) and the exploration of autocorrelative patterns in gait parameters, EEG parameters, and speech audio within a multivariate framework using regularised linear models. Here we will present the analysis pipeline, using state-of-the-art machine learning algorithms, and the results of the first pilot subjects.

Strukturierte Sitzung 3
KI in Hörsystemen

Termin

Vorsitz

Programm

Strukturierte Sitzung 3KI in Hörsystemen

Termin

Vorsitz

Programm

Strukturierte Sitzung 3
KI in Hörsystemen