Conversation Enhancement AI für True Wireless Stereo (TWS) Ohrhörer

In der heutigen Folge des HearingTracker Podcast interviewt Moderator Steve Taddei Giles Tongue, CEO und Co-Gründer von Chatable. Giles ist leidenschaftlich für Conversation Enhancement Technology engagiert, und sein Unternehmen ist ein Vorreiter im Rennen um die Revolutionierung der True Wireless Stereo (TWS) Kopfhörer für die 1,5 Milliarden Menschen, die weltweit unter Hörverlust leiden. Schalten Sie ein, um einen Update zum aktuellen Stand der Technik zu erhalten und herauszufinden, was Sie von diesem sich schnell entwickelnden Technologiebereich erwarten können.

Podcast-Transkript

Steve Taddei: Willkommen zurück. Ich bin Dr. Steve Taddei und dies ist der Hearing Tracker Podcast.

Heutzutage wirkt die Welt der Hörtechnologie ziemlich chaotisch. Zum Beispiel gibt es Elektronikkonzerne wie Bose, die Hörgeräte direkt an Verbraucher verkaufen. Gleichzeitig entwickeln Hörgeräte­hersteller Multifunction-Consumer-Kopfhörer. Sie müssen nicht einmal Ihr Haus verlassen, um Ihr Gehör testen zu lassen. Aber was ist mit Hörakustikfachleuten? Die Widersprüche scheinen zahlreich zu sein und es passiert so viel und alles so schnell. Nun, in der heutigen Folge habe ich mit Giles Tongue gesprochen, dem CEO eines künstliche Intelligenz Start-ups namens Chatable, und er ist der Meinung, dass wir inmitten dieses Chaos auf dem richtigen Weg sind und an der Schwelle zu einer Hörtechnologie stehen, die wie nie zuvor personalisiert ist.

Also, lassen Sie uns anfangen.

Giles Tongue: Eine der großen Technologien, die diese große Veränderung wirklich ausgelöst hat, ist Bluetooth. Bluetooth hat die Erstellung von echten kabellosen Stereo-Kopfhörern ermöglicht.

Steve Taddei: Das ist Giles Tongue. Und falls Sie es noch nicht wussten, echte drahtlose Stereo-Kopfhörer oder TWS sind derzeit ziemlich beliebt.

Giles Tongue: Es wird erwartet, dass über die nächsten vier Jahre 2 Milliarden Paar Kopfhörer verkauft werden.

Ich glaube nicht, dass wir je eine Produktkategorie in der Unterhaltungselektronik so schnell wachsen gesehen haben.

Steve Taddei: Aber wie wir letzten Monat besprochen haben, gibt es Kopfhörer schon seit den 1800er Jahren. Was hat sich also geändert, dass sie so beliebt geworden sind?

Giles Tongue: TWS-Kopfhörer wurden zunächst populär, weil sie das bequeme kabellose Streaming von Musik, Medien und Telefonanrufen ermöglichten.

Also eine sehr bequeme Form. Und in den letzten Jahren haben wir gesehen, dass Active Noise Cancellation allgegenwärtig wird, um Lärm zu blockieren und das Erlebnis zu verbessern, denn seien wir ehrlich, niemand mag Lärm. Dazu kommt der Transparenzmodus, auch als Durchhörmodus oder Pass-Through bekannt, der hinzugefügt wurde, damit Menschen die Welt um sie herum hören können, ohne ihre Kopfhörer abnehmen zu müssen.

Und natürlich, wenn wir unsere Kopfhörer abnehmen, besteht das Risiko, dass wir die Verbindung verlieren oder die Kopplung aufgehoben wird, was wirklich lästig ist.

Steve Taddei: Transparenzmodus ist eine ernsthafte Innovation. Durch das Hinzufügen von einigen Mikrofonen zum Kopfhörer haben Sie die Macht, die Welt um Sie herum zu kontrollieren. Nun, zumindest die Lautstärke davon. Sie erinnern sich vielleicht an diese Werbung, die Apple 2020 veröffentlicht hat und die den Transparenzmodus und eine Frau zeigt, die sich in ihrer Musik verliert, während sie in einer Stadt tanzt.

Diese Technologie ist inspirierend und wir bauen bereits auf ihr in neueren Innovationen auf.

Giles Tongue: Was wir in letzter Zeit sehen, ist Höranpassung, die hinzugefügt wird, um das unterschiedliche Hörvermögen und die unterschiedlichen Hörbedürfnisse aller Menschen zu berücksichtigen. Und Vorreiter wie Apple verfolgen und zeigen die Lärmbelastung und sichere Hörstufen über ihre AirPods, die Apple Watch und das iPhone.

Also kommen auf einmal eine ganze Reihe verschiedener hörbezogener Funktionen.

Steve Taddei: Also, wirklich sprechen wir nur davon, dass TWS-Kopfhörer zu Hörgeräten werden, richtig? Überhaupt nicht. Giles beschrieb weiter die wahren Auswirkungen dieser Technologie und sogar mögliche generationenübergreifende Auswirkungen.

Giles Tongue: Also, Ihr Kind von heute nutzt ANC, personalisiertes Audio, Transparenz für Live-Gespräche, vor allem, weil es seine Kopfhörer nicht abnehmen will.

Sie wollen ihre Kopfhörer die ganze Zeit benutzen und wollen sich nicht abmelden. Sie wollen also den Transparenzmodus aktiviert lassen, und sie sind sich bewusst, dass sicheres Hören von Tag eins an wichtig ist. Sagen wir, das ist ein zehnjähriges Kind, und während sich sein Gehör im Laufe der Jahre ändert, kann es es überwachen. Es kann seine Personalisierung ständig anpassen und entsprechend der Nutzung ändern.

Dies bedeutet, dass der AirPod-Benutzer ohne bewusste Anstrengung eine Reihe von Hörvorteilsfunktionen nutzt und profitiert, die sein Gehör verbessern, schützen und überwachen. Und das ist jetzt die Norm für eine ganze Generation. Und manche Kopfhörer, wissen Sie, lassen Sie mich für eine Sekunde vergessen, dass ich von Flughäfen spreche, manche Kopfhörer wollen nicht, dass Sie sie verwenden, ohne vorher einen Hörtest für personalisiertes Audio zu machen. Das ist der ganze Sinn davon.

Steve Taddei: Das erinnert mich an eine Szene aus einem meiner Lieblingsfilme.

Das stimmt, Zurück in die Zukunft. Im zweiten Film findet sich Marty McFly in der Zukunft wieder, wo sich seine Kleidung automatisch an ihn anpasst.

Während wir bedauerlicherweise 2015 keine Hoverboards und fliegenden Autos sahen, schien zumindest unsere Hörtechnologie einen Hinweis zu bekommen. Und ob wir es realisieren oder nicht, unser Audio wird zunehmend personalisiert. Wenn wir zurückkommen, sprechen wir über künstliche Intelligenz und die Chatable-App.

Also, bleiben Sie dran.

Vielen Dank, dass Sie den Hearing Tracker Podcast gehört haben. Wenn Sie jemanden kennen, der sich für Hörtechnologie und künstliche Intelligenz interessiert, bitte teilen Sie diese Folge mit ihm. Giles hatte auch ausgezeichnete Einblicke in die Chip-Entwicklung und die wachsende Geschwindigkeit von Innovationen. Und obwohl wir keine Zeit hatten, das in diese Folge einzubeziehen, kann man es immer noch in der unbearbeiteten Aufnahme hören. Dieses vollständige Gespräch und mehr auf Patreon.com/hearingtrackerpodcast.

Bis jetzt haben wir mit Giles über einige der erstaunlichen Technologien, die uns zur Verfügung stehen, gesprochen. Aber Giles ist mehr als nur ein Tech-Guru. Er ist eigentlich der CEO eines AI-Start-up-Unternehmens, das für eine App namens Chatable verantwortlich ist.

Giles Tongue: Ja, nun, Chatable ist Conversation Enhancement AI für TWS-Kopfhörer und Hörgeräte. Wir nennen es ein neues Erlebnis, denn man muss es hören, um es zu erleben.

Und im Wesentlichen upgradieren wir den Transparenzmodus mit Conversation Enhancement. Das bedeutet, dass Sie Ihre Kopfhörer drin lassen können, um ein Gespräch zu führen, mit dem Vorteil, dass Sie Ihre Kopfhörer nicht abnehmen müssen. Und was Chatable tut, ist das Entfernen von Hintergrundgeräuschen, Nachhall, Musik und anderen Sprechern. Dann können Sie Gespräche leicht hören.

Steve Taddei: Also, wovon wir hier sprechen, ist eine Telefon-App, die Audio verarbeitet, um Sprache klar zu machen, und sie kann mit jedem tragbaren Gerät wie Kopfhörern und Hörgeräten verwendet werden. Aber warten Sie, bieten diese Technologien nicht bereits Rauschunterdrückung an?

Giles Tongue: Aus technologischer Perspektive, wenn wir sagen, traditionelle Hörtechnologie oder DSP vergleichen, ist es ein relativ leichter Rechenprozess, der aus Multi-Band-Grafik-Equalizern, etwas Kompression und manchmal Beam-Forming für Richtungsabhängigkeit besteht. Was wir tun, ist die Verwendung von tiefen neuronalen Netzen, die hundert Millionen Berechnungen pro Sekunde in Ihrem Ohr durchführen. Das ist grundsätzlich eine komplexe Black Box, die Audio von einem einzelnen Mikrofon aufnimmt, es wirklich wirklich schnell verarbeitet und neue Samples an Ihr Ohr ausgibt. So schnell, dass Sie nie wirklich wissen werden, dass irgendwelche Verarbeitung stattgefunden hat.

Steve Taddei: Lassen Sie uns einen Moment innehalten und das auseinandernehmen. Traditionelle Hörgeräte haben viele Prozesse. Wie Giles erwähnte, gibt es Entzerrung, mit der Sie die Lautstärke verschiedener Frequenzen anpassen können.

Denken Sie an Ihr Auto und die Bass-, Mittel- und Höhen-Regler. Nun, die Hörtechnologie bietet viel mehr Kontrolle und Sie können fast jede Anpassung vornehmen, die Sie möchten. Wie ich es gerade mit meiner Stimme mache. Es gibt auch Kompression, die die lauten Spitzen zähmen kann, während sie die leiseren Segmente akzentuiert. Hier ist ein Beispiel für Hyper-Kompression, bei der die Spitzen meiner Stimme um gut über 10 Dezibel reduziert werden.

Giles erwähnte auch Beam-Forming-Mikrofone. Nun, gerade jetzt verwende ich ein hochgradig direktionales Mikrofon, das als Shotgun-Mikrofon bekannt ist. Dies emuliert lose das Beam-Forming, das auf Hörgeräten zu finden ist. Wenn ich das Mikrofon von mir weg drehe, beachten Sie, wie meine Stimme leiser und weniger natürlich klingend wird. Zusammen können alle diese Prozesse helfen, die Sprache klar zu machen. Aber Giles erwähnte, dass Chatable etwas anderes nutzt.

Künstliche Intelligenz. Nun, wenn Sie wie ich sind, überfluten diese Worte Ihren Verstand mit Bildern dystopischer Zukünfte, Roboter, Angst und die Menschheit in Gefahr.

Und wir haben Hollywood dafür zu danken. Aber in Wirklichkeit ist künstliche Intelligenz ein bisschen anders.

Giles Tongue: Also, im Allgemeinen ist alles, was ein Tier oder ein Mensch tut und das Sie als intelligent beschreiben würden, künstliche Intelligenz, wenn es von einer Maschine getan wird. Eine andere mögliche Definition von Intelligenz ist jeder Prozess, den das Gehirn durchführt.

Also kann alles, das einen Gehirnprozess repliziert, als künstliche Intelligenz oder künstlich intelligent bezeichnet werden. Da wir den intelligenten Gehirnprozess replizieren, der daran beteiligt ist, wie Sie Sprache und Lärm hören, unter Verwendung künstlicher Neuronen in künstlichen neuronalen Netzwerken, erfüllen wir diese Anforderung.

Steve Taddei: Giles erwähnte auch tiefe neuronale Netze, die sich als eine Teilmenge anspruchsvoller Lernalgorithmen in der künstlichen Intelligenz herausstellen.

Giles Tongue: Wenn Sie ein auf neuronalen Netzen basierendes KI-System zur Problemlösung einsetzen möchten, können Sie manchmal ein Gehirn finden, das das Problem bereits mithilfe von Neuronen löst. Wenn Sie dann die neuronale Verarbeitung dieses Gehirns untersuchen und das auf die Entwicklung von auf neuronalen Netzen basierender KI anwenden, das ist neurowissenschaftlich geleitete KI.

Das Problem von Sprache und Lärm wird bereits vom gesunden menschlichen Gehirn gelöst. Also ist das Reverse Engineering dieser Lösung eine gute Möglichkeit, eine KI zu bekommen, die die gleiche Aufgabe erfüllt. Reverse Engineering des Gehirns wird Neurowissenschaft genannt. Also informieren wir unsere KI-Arbeit, indem wir uns ansehen, was das Gehirn tut, wenn es aktiv Sprache hört.

Also ist unsere KI grundsätzlich Ihnen die Ausgabe zu geben, die Sie mit einem gesunden funktionierenden menschlichen Gehirn künstlich erreichen würden.

Steve Taddei: Was dies für die Chatable-App bedeutet, ist, dass ihre Algorithmusarchitektur auf dem menschlichen Gehirn basiert. Sie analysiert die Eingabe, filtert sie und synthetisiert die Sprache neu. Das Ergebnis ist individuelle Lautstärkenkontrolle über Hintergrundgeräusche und über die Person, mit der Sie sprechen.

Zum Beispiel, das ist, wie meine Stimme klingen könnte, wenn Sie und ich in einem lauten Restaurant an einem Tisch saßen. Ich bin sicher, Sie können mich immer noch hören, aber es gibt offensichtlich ein wenig Ablenkung durch all den Lärm. Also, lassen Sie uns die Chatable-App ausprobieren.

Jetzt, da die Chatable-App eingeschaltet ist und Sie ein Standard-Set Apple-Kopfhörer tragen. Jetzt erhöhe ich den Lautstärkeregler für meine Stimme. Also sollten Sie mich immer lauter und klarer hören, je mehr ich das mache. Und das ist, wie es klingt, während ich anfange, den Hintergrundlärm zu reduzieren, sollten Sie hören, dass er leiser wird, während das Geräusch meiner Stimme relativ gleich bleibt.

Die Chatable-App kann jetzt heruntergeladen werden, und das ist ihre Technologie der ersten Generation. Aber ihr Team arbeitet daran, diesen Prozess mit ihrer dritten Generation Edge AI auf das Ohr zu bringen.

Giles Tongue: Für die neue Edge AI haben wir den Knowles DSP verwendet, der ein winziger Chip ist, der neben... typischerweise in einem Kopfhörer haben Sie ein SOC, einen System-on-a-Chip, der grundsätzlich alles ausführt, was Sie für einen funktionierenden Kopfhörer brauchen. Und dann läuft der Knowles-Chip daneben in Tandem mit ihm. Also sind wir komplett auf dem Knowles-Chip. Der Ton kommt also ins Mikrofon, wir verarbeiten es auf dem Knowles-Chip und senden es dann an den Lautsprecher. Und das ist die erste Conversation-Enhancement-AI ohne hörbaren Latenz und die erste, die auf einem Chip in Ihrem Ohr funktioniert.

Und wir haben gerade die Personalisierung hinzugefügt. Sie können also ein Audiogramm importieren. Wenn Sie iPhone-Benutzer sind, geht Ihr Audiogramm in Apple Health, und dann können wir das in unsere Begleit-App abrufen, die Sie mit Ihren Kopfhörern verwenden würden. Und dann würden wir Anweisungen an unsere KI hochladen, die dann Ihre Conversation-Enhancement spezifisch auf das personalisiert, das wir in Ihrem Audiogramm gesehen haben. Oder Sie können manuelle Regler verwenden, um persönlich einzustellen, Sie wissen, Bass, Höhen und so weiter.

Dann ist das andere, das wir jetzt hinzufügen, Hörvorteilsfunktionen. Jetzt können Sie sehen, wie viel Hintergrundgeräusche wir tatsächlich entfernt haben, und die Menge der Lärmbelastung quantifizieren, der Sie ausgesetzt waren, und wie viel wir entfernt haben.

Steve Taddei: Künstliche Intelligenz und tiefe neuronale Netze gibt es schon seit Jahrzehnten, aber Fortschritte in der Technologie und der Rechenleistung haben die Türen geöffnet, und wir werden sehen, dass diese Algorithmen Funktionen und Sprachklarheit verbessern. Und wir erleben das gerade. Hörgeräte verwenden bereits tiefe neuronale Netze anstelle der traditionellen regelgestützten Verarbeitung.

Andere Unternehmen wie Chatable erweitern die Grenzen mit TWS-Kopfhörern.

Vielen Dank an unseren Gast, Giles Tongue von Chatable. Um mehr zu erfahren, besuchen Sie Chatable.ai. Diese Folge wurde von mir mit Unterstützung durch Dr. Abram Bailey geschrieben, produziert und sound-designed. Vergessen Sie nicht zu abonnieren und vielen Dank fürs Zuhören.