Wie AudioTelligence das Cocktail-Party-Problem löst

In der heutigen Folge des HearingTracker Podcast spricht Moderator Steve Taddei mit Rick Radia, dem Product and Partnership Manager bei AudioTelligence. AudioTelligence hat seinen Sitz in Cambridge (England) und zielt darauf ab, das "Cocktail Party Problem" mit seinem aiso™ for Hearing zu lösen, das Blind Source Separation (BSS) und Rauschunterdrückung mit niedriger Latenz kombiniert. Schalten Sie ein, um Audiobeispiele von aiso™ for Hearing zu hören und herauszufinden, wie die Technologie Ihnen helfen könnte, besser in lauten Umgebungen zu hören.

Podcast-Transkript

Steve Taddei: Hallo, ich bin Dr. Steve Taddei und Sie hören den HearingTracker Podcast.

Wir haben gerade das zweite Jubiläum von Covid überschritten. Und für viele von uns bedeutet dies fast 2 Jahre Isolation, Vermeidung großer sozialer Zusammenkünfte und viel zu viele Zoom-Meetings.

Obwohl wir noch nicht über den Berg sind, fühlt es sich sicherer an, Familie und Freunde zu sehen. Und hoffentlich können wir bald auf glitchige Konferenzgespräche verzichten und zu unserem normalen Leben zurückkehren.

Aber für viele mit Hörverlust wird dies eine bekannte Herausforderung darstellen ]. Etwas, das als das "Cocktail Party Problem" bekannt ist, und darum geht es in dieser Folge.

Rick Radia: 81% der 40-64-Jährigen haben Schwierigkeiten, in lauten und geräuschvollen Umgebungen zu hören, und kämpfen letztendlich mit dem Cocktail Party Problem2.

Steve Taddei: Das ist Rick Radia und er ist der Product and Partnership Manager eines Unternehmens namens AudioTelligence. Und sein Unternehmen hat viel Forschung zu diesem Problem und den betroffenen Personen betrieben.

Rick Radia: Wenn wir also alterungsbedingten Hörverlust betrachten, ist dieser allmählich und einige der ersten Anzeichen können sehr subtil und schwer zu erkennen sein. Und eines dieser ersten Anzeichen ist die Unfähigkeit, einem Gespräch an einem lauten Ort zu folgen. Und das ist das sogenannte Cocktail Party Problem. Das bedeutet, dass Menschen mit Hörverlust in Gegenwart von Hintergrundgeräuschen nicht in der Lage sind, den Sprecher von Interesse von der Mischung der Geräusche zu unterscheiden. Und Menschen, die darunter leiden, könnten denken, dass ihr Gehör in Ordnung ist, in der Tat könnten sie sogar einen normalen Hörtest bestehen, aber wenn sie sich in einer überfüllten Bar oder einem Restaurant befinden, stellen sie fest, dass sie Schwierigkeiten haben, dem Gespräch zu folgen.

Steve Taddei: Das Cocktail Party Problem oder der Effekt, wie es manchmal genannt wird, bezieht sich auf unsere Fähigkeit, uns auf einen einzelnen Sound in Gegenwart vieler konkurrierender Quellen einzustellen. Die Forschung in diesem Bereich reicht bis in die 1950er Jahre zurück und gehört nun zu einem größeren Forschungsgebiet, das als auditorische Szenenanalyse1 bekannt ist. Zum Beispiel, hier ist etwas Musik [Musik spielt] beachten Sie, wie Sie sich entscheiden können, sich auf das gesamte Stück zu konzentrieren, ein einzelnes Instrument wie die Gitarre oder sogar meine Stimme, um zu verstehen, was ich sage. Dies gilt auch für andere Umgebungen, wie z. B. Gruppen, in denen wir wählen können, wem wir zuhören, und andere Stimmen scheinen dann in den Hintergrund zu verschwimmen - Es ist fast wie Magie.

All dies ist möglich, weil unsere Gehirne erstaunliche Prozessoren sind, die Informationen über Frequenz, Zeitpunkt, Richtung, visuelle Hinweise und vieles mehr speichern und korrelieren. Dies ist letztendlich das, was es Ihnen ermöglicht, in einem großen Meer von Geräuschen Ihren Namen von der anderen Seite des Raums herauszufiltern.

Rick Radia: Die Schwierigkeit, Gesprächen zu folgen und Sprache in Umgebungen zu verstehen, führt also zu einer ganzen Reihe von Problemen. Wenn also die Sprachverständlichkeit abnimmt, müssen Sie mehr Aufwand betreiben, um die Sprache zu verstehen. Und es gibt auch Müdigkeit, die durch die erhöhte kognitive Belastung in diesen Situationen verursacht wird. Wenn sich also Ihr Gehör verschlechtert, führt dies in diesen Situationen zu Hörerermüdung und Erschöpfung. Menschen können dann manchmal diese Situationen vermeiden, und langfristig führt dies zu sozialer Isolation. Und in einigen Fällen, schweren Fällen, Depression und auch in jüngster Zeit gibt es Links zu Demenz.

Steve Taddei: Was bedeutet das also genau? Stellen Sie sich vor, Sie sind zum Beispiel einkaufen [Emulierte Einkaufsgeräusche mit normalem Gehör3]. Aber was passiert in derselben Situation, wenn Sie einen Hörverlust haben? [Emulierte Einkaufsgeräusche mit leichtem Hörverlust3]. Das war eine Emulation eines leichten Hörverlustes, bei dem hauptsächlich Konsonanten, die Klarheit bieten, weniger hörbar sind. Stellen Sie sich nun die Gehirnleistung und Konzentration vor, die selbst bei mehr Hörverletzungen erforderlich ist [Emulierte Einkaufsgeräusche mit mittlerem Hörverlust3]. Dies ist das, was letztendlich zum Cocktail Party Effect wird, der zum Cocktail Party Problem wird.

Ok, was können wir also dagegen tun? Wir haben Hörgeräte und Cochlea-Implantate, aber obwohl diese Geräte großartig sind, haben sie das Hintergrundgeräuschproblem noch nicht ganz gelöst.

Nun ja, Rick und sein Team bei AudioTelligence haben an einer anderen Lösung gearbeitet, die helfen kann. Lassen Sie uns hören, was er zu sagen hat.

Rick Radia: Wir sind ein Audio-Startup mit Sitz in Cambridge, Großbritannien. Also auf der anderen Seite des Ozeans von dir. Und wir haben starke Verbindungen zur Cambridge University. Wir haben etwa 30 Personen, von denen viele Softwareentwickler und Forscher sind. Und dieses Team umfasst den Erfinder unserer ursprünglichen Blind-Source-Separation-Algorithmen. Aber wir haben uns gegründet, um unsere Algorithmen und unsere Technologie für das Gemeinwohl weiterzuentwickeln und dem Verbrauchertech- und Hörmarkt zu helfen.

Und all unsere Forschung hat sich in der Entwicklung unserer aiso™ for Hearing Software-Lösung manifestiert. Und dies wird durch die Art inspiriert, wie unser Gehirn funktioniert, indem diese Algorithmen verwendet werden, um verschiedene Soundquellen zu trennen sowie Hintergrundgeräusche und Gemurmel zu unterdrücken. Und die Technologie im Herzen von ASIO for Hearing ist Blind Source Separation in Kombination mit unserer Rauschunterdrückung mit niedriger Latenz.

Steve Taddei: Hier ist eine kurze Vorschau auf ihr aiso™-System. Mehr über das und Blind Source Separation nach der Pause.

Danke, dass Sie den HearingTracker Podcast gehört haben. Letzten Monat führten wir eine Verlosung für ein Paar Minunedo Lossless Earplugs durch, und ich möchte Nathan Tepp gratulieren, dass er unser Gewinner ist. Ich möchte mich auch bei allen bedanken, die teilgenommen haben, es war großartig zu sehen, dass Menschen uns kontaktieren. Wenn Sie immer noch an Minunedo-Produkten interessiert sind, können Sie online 20% Rabatt mit dem Code STEVESB erhalten.

Wenn Sie allgemeine Fragen zum Schutz Ihres Gehörs und den vielen verfügbaren Technologien haben, wenden Sie sich gerne an uns bei HearingTracker. Sie können sogar direkt unter steve@hearingtracker.com schreiben.

Kurz vor der Pause diskutierte Rick die aiso™ for Hearing-Technologie von AudioTelligence. Er erwähnte auch etwas namens Blind Source Separation.

Rick Radia: Blind Source Separation, oder BSS, ist ein datengesteuerter Ansatz, der auf bayesscher Statistik basiert. BSS analysiert die Rohdaten des Signals, die von den Mikrofonen des Mikrofonfeldes bereitgestellt werden, um Soundquellen in einer Szene zu lokalisieren. Sie trennt zunächst diese Soundquellen, die sie findet, in Kanäle auf. Und dann verwenden wir verschiedene Methoden, um denjenigen Kanal auszuwählen, der der Quelle von Interesse am besten entspricht. So dass die Interferenz der anderen Kanäle abgelehnt werden kann und nur die ausgewählten Kanäle gehört werden. Eine der Methoden, die wir dafür verwenden und die wir auf der Hardware implementieren können, basiert auf Gesprächsdynamik und Signalinhalt. Damit der Benutzer das Gespräch nahtlos verfolgen kann.

Steve Taddei: Von der Theorie zur Anwendung integrierten sie ihr aiso™-System in eine Tischoption.

Rick Radia: Und wir wollten beweisen, dass diese Technologie in der realen Welt funktioniert. Also integrierten wir dies in einen Fernmikrofon-Prototyp. Der Prototyp selbst hat acht Mikrofone und kann das Gespräch nahtlos verfolgen. Es hat tatsächlich zwei Modi. Sie stellen das Gerät einfach in die Mitte des Tisches, und es startet im "automatischen Modus", in dem es das Gespräch im Raum mit den in die Hardware eingebetteten Algorithmen verfolgt.

Sie können auch einen "Focus Mode" verwenden. Wenn also an einem bestimmten Punkt mehrere Gespräche am Tisch stattfinden, könnten Sie sich auf mehrere Personen um den Tisch konzentrieren. Ob das eine bis acht Personen rund um den Tisch sind.

Steve Taddei: Heute wurden wir auch von Dan begleitet, einem anderen Mitglied ihres Teams, und er konnte eine Echtzeitdemonstration dieser Technologie geben. Wenn Sie also ein gutes Paar Kopfhörer haben, ist es jetzt an der Zeit, sie aufzusetzen.

Rick Radia: Dan, bist du da?

Daniel Potter: Ah, ja, ich bin Dan. Ich bin einer der Ingenieure im Hearing Systems Team bei AudioTelligence. Um die Demo zu erklären, kommt das gesamte Audio, das Sie hören, vom Gerät selbst. Und wir haben drei Sprecher um den Tisch herum eingerichtet, die ein Gespräch führen werden. Und zusätzlich gibt es eine Reihe von Lautsprechern, die um den Raum herum aufgestellt sind, hauptsächlich außerhalb des Bildes, die Umgebungsgeräusche erzeugen, die typisch für ein belebtes Café oder Restaurant sind. Es gibt etwa 70 dBs an Hintergrundgeräuschen hier.

Momentan kann ich das demonstrieren, indem ich die Verarbeitung ausschalte. Das ist die Verarbeitung mit ausgeschalteter Verarbeitung. Das ist also das Umgebungsgeräuschniveau und Sie werden es wahrscheinlich etwas schwieriger finden, meine Stimme in diesem Moment zu hören. Jetzt ist die Verarbeitung wieder ein.

Steve Taddei: Dan zeigte mir seinen automatischen Modus, der mehreren Stimmen folgen kann.

Daniel Potter: Um das zu demonstrieren, werde ich jetzt ein Gespräch zwischen den Sprechern 1, 2 und 3 abspielen. [aiso™ for Hearing Soundbeispiel] Alles klar, und um den Unterschied zu demonstrieren, den das Gerät macht, werde ich die Verarbeitung ausschalten und dieses Gespräch fortsetzen. [aiso™ for Hearing Soundbeispiel]

Steve Taddei: Sie bieten auch einen Focus Mode an, mit dem Sie die Richtung oder Quellen auswählen können, die Sie hören möchten. Zum Beispiel erwähnte Dan, dass dies nützlich sein kann, wenn mehrere Gespräche stattfinden und Sie vielleicht nur eines davon hören möchten.

Rick diskutierte dann einige der anderen Elemente in ihrem System.

Rick Radia: Es gibt einen Limiter, der bestimmte Soundbursts bemerkt und verhindert, dass diese Soundbursts eindringen. Wenn es ein konsistenter Sound wäre, wäre das wahrscheinlich der Moment, in dem Sie den "Focus Mode" auswählen müssten. Wenn also konsistent Musik gespielt würde, müssten Sie den "Focus Mode" auswählen und eine bestimmte Richtung auswählen, sagen wir. Oder eine Interessensquelle.

Ich denke, das andere, das man mit unserer Art der automatischen Quellenauswahl erwähnen sollte, ist, dass wir der Gesprächsdynamik folgen und nicht nur der lautesten Quelle. Wir schauen uns also die Geschichte der Lautstärke an, das Muster der Lautstärke, um diesen automatischen Modus zu haben und das Gespräch zu verfolgen.

Steve Taddei: Nach all diesem war ich neugierig auf die Unterschiede zwischen ihrem aiso™-System und anderen verfügbaren Technologien. Also fragte ich Rick, hier ist, was er zu sagen hatte.

Rick Radia: Bezüglich unserer Rauschunterdrückung mit niedriger Latenz verwenden wir tatsächlich die Multi-Channel-Audioausgänge, um die Rauschunterdrückung weiter zu verbessern. Also, Standard-Rauschunterdrückungstechnologie nutzt den Single-Channel-Ansatz. Während die Lösung von AudioTelligence Multi-Channel-Audio verwendet, um die Rauschunterdrückung weiter zu verbessern. Wir verwenden also alle Daten der Mikrofone, um die Ausgabe an den Endbenutzer zu liefern.

Wie wir uns möglicherweise vergleichen würden, wenn wir schauen würden… die Mehrheit der Hörhilfen haben Beamforming. Beamforming, wie wir wahrscheinlich alle wissen, ist ein räumlicher Filter. Er nutzt die Physik der Wellenausbreitung, um sich auf eine bestimmte Richtung oder Soundquelle zu konzentrieren. Dies bedeutet, dass ein Beamform ein Signal aus einer bestimmten Richtung extrahieren und die Interferenz von Signalen in anderen Richtungen reduzieren kann.

Aber Beamforms haben den Vorteil, mathematisch einfach und leicht in echten Systemen zu implementieren. Sie müssen jedoch viele Informationen über die akustische Szene kennen. Wie z. B. die Zielquelle oder Richtung, die Mikrofongeometrie. Und anspruchsvollere Lösungen können kalibrierte Mikrofone benötigen. Und eine der Einschränkungen von Beamforming ist, dass es nicht zwei Quellen trennen kann, die sich in der gleichen Richtung befinden. Wenn also Geräusche hinter dem Sprecher sind, wird alles in diese Richtung verstärkt.

Steve Taddei: Und wir können dies leicht demonstrieren. Im Moment verwende ich ein hochgerichtetes Mikrofon, das als Shotgun-Mikrofon bekannt ist. Dies ahmt lose die Funktionen des feststehenden Richtungsmikrofons in Hörgeräten nach. Wenn der Lärm hinter Ihnen ist, während sich das Mikrofon auf mich konzentriert, erhalten wir eine stärkere Reduzierung unerwünschter Umgebungsgeräusche. Wenn der Lärm jedoch hinter mir ist, sehen wir nicht die gleichen Vorteile von Richtungsmikrofonen. Letztendlich ist dies ein Grund, warum Hörvorsorgeanbieter Patienten beraten, ihren Rücken zu irgendeinem Geräusch zu orientieren.

Rick Radia: Wir trennen also nicht die Sprache vom Geräusch. Dies unterscheidet sich von der Art und Weise, in der unsere Technologie funktioniert, bei der wir tatsächlich die gesamte Szene analysieren und die herausragenden Quellen in separate Kanäle trennen. Dies ermöglicht es uns, diese feinere Differenzierungsstufe zwischen zwei nebeneinander sitzenden Personen oder zwischen einer Sprache und dem Hintergrundgeräusch zu erreichen.

Steve Taddei: Nach meinem Gespräch mit Rick und dem Hören ihres aiso™ for hearing-Systems kann ich viele Anwendungen für diese Art von Gerät sehen, oder besser noch hören. Also, was kommt als nächstes?

Rick Radia: Nun ja, ich denke, es gibt viele Möglichkeiten und Anwendungen für die aiso™ for hearing-Software. Wir suchen danach, sie in andere Hörlösungen zu integrieren. Potenzielle Anwendungen umfassen Fernmikrofone ähnlich dem Proof-of-Concept-Prototyp, den Sie sehen. Eine potenzielle Integration in Earbud-Ladehüllen. Damit dies ein Zubehör neben den Ohrknospen sein kann, um ihre Leistung in komplexen Umgebungen weiter zu verbessern. Möglicherweise gibt es eine Option zur Integration in mobile Zubehörteile. Oder sogar eine Mobile App.

Wir haben einige Benutzerversuche, die bevorstehen, die sicherlich Feedback geben, wie wir die Audioleistung in diesen realen Einstellungen verbessern können. Aber der nächste große Schritt für uns ist die Integration in die verschiedenen Formfaktoren, die ich zuvor erwähnt habe. Und von dort aus haben wir mehr Proof of Concept zum Sprechen mit unseren potenziellen Partnern, damit wir den nachweislich Vorteil der Technologie für die Menschen, mit denen wir arbeiten möchten, wirklich zeigen können.

Steve Taddei: Ein wichtiger Erkenntnisgewinn daraus und vielen Gesprächen, die wir führen, ist, dass die Technologie voranschreitet. Es gibt viele Optionen wie Hörgeräte, Ohrknospen, Apps und Tischgeräte. Sie müssen nicht immer eine auf Kosten einer anderen wählen. Oft können sie zusammen in bestimmten Anwendungsfällen verwendet werden, um, sagen wir, das Cocktail Party Problem zu lösen.

Steve Taddei: Ich möchte Rick Radia und Daniel Potter dafür danken, dass sie in der Show waren und über das Cocktail Party Problem, AudioTelligence und ihre aiso™ for hearing-Technologie sprachen. Um mehr zu erfahren, können Sie Audiotelligence.com besuchen. Ich möchte auch Soundbrenner und Minunedo für die Unterstützung der in der Pause erwähnten Verlosung danken.

Wenn Ihnen die Live-Sounddemonstration in dieser Folge gefallen hat, können Sie mehr in dem ursprünglichen, nicht bearbeiteten Gespräch finden. Gehen Sie zu patreon.com/hearingtrackerpodcast, um es auszuchecken. Ich hoffe, Ihnen hat diese Folge gefallen, und danke, dass Sie zuhören.

Referenzen

1. Cherry, E. C. (1953). Some experiments on the recognition of speech, with one and with two ears. The Journal of the Acoustical Society of America, 25(5), 975–979. https://doi.org/10.1121/1.1907229
2. Harris Interactive AudioTelligence (2020). The Cocktail Party Problem prevalence and consumer behaviors. AudioTelligence. Retrieved April 2022, from www.audiotelligence.com
3. Starkey Hearing Foundation. (n.d.). Hearing loss simulator - find out what hearing loss is like. Starkey. Retrieved April 2022, from www.starkey.com/hearing-loss-simulator

Musik von Coma-Media, Penguinmusic und Undruground von Pixabay