Avez-vous déjà eu du mal à choisir la voix de votre ami sur d’autres conversations dans une pièce bondée? Les scientifiques appellent ce défi le «problème de cocktail», et cela peut être particulièrement difficile pour les personnes ayant une perte auditive.
La plupart des aides auditives sont livrées avec des filtres directionnels qui aident les utilisateurs à se concentrer sur les sons devant eux. Ils sont mieux pour réduire le bruit de fond statique, mais vacillent dans des scénarios acoustiques plus complexes, comme lorsque l’utilisateur est parmi les clients de cocktails qui se tiennent près et de parler à un volume similaire.
Maintenant, un nouvel algorithme pourrait améliorer la façon dont les aides auditives s’attaquent au problème du cocktail. Le modèle, surnommé « l’algorithme de ségrégation du son orienté biologique » (Bossa), s’inspire du système auditif du cerveau, qui utilise les entrées des deux oreilles pour localiser la source d’un bruit et peut filtrer le son par emplacement.
Alexander Boydun doctorant en génie biomédical à l’Université de Boston, a comparé les filtres directionnels et la bossa aux lampes de poche, en ce sens qu’ils mettent en évidence ce qui est sur leur chemin.
« Bossa est une nouvelle lampe de poche qui a un faisceau plus serré qui est plus sélectif », a-t-il déclaré à Live Science. Par rapport aux filtres standard, Bossa devrait être mieux pour distinguer les haut-parleurs – bien qu’il doit encore être testé dans des scénarios du monde réel avec des aides auditives appropriées.
Boyd a dirigé un récent test de laboratoire de Bossa, dont les résultats ont été publiés le 22 avril dans la revue Génie des communications. Dans l’expérience, les participants avec une perte auditive ont enfilé des écouteurs jouant audio conçu pour simuler cinq personnes qui parlent simultanément et sous différents angles autour de l’auditeur.
L’audio a été filtré via Bossa ou un algorithme d’aide auditive plus traditionnel, et les participants ont comparé les deux filtres à la façon dont ils ont entendu l’audio sans traitement supplémentaire.
Dans chaque procès, les participants ont été invités à suivre les peines prononcées par l’un des cinq orateurs. Le volume du «haut-parleur cible» par rapport aux autres haut-parleurs variait entre les essais. Lorsque le haut-parleur cible se tenait à moins de 30 degrés de l’auditeur dans les deux sens, les participants pouvaient distinguer une plus grande proportion de mots à un seuil de volume inférieur avec Bossa qu’avec l’algorithme conventionnel ou lorsqu’il n’est pas assisté.
L’algorithme conventionnel a semblé servir les utilisateurs mieux que Bossa dans la distinction de la parole du bruit statique. Cependant, cela n’a été testé que dans quatre des huit participants.
L’algorithme standard fonctionne en réduisant les sons distrayants en augmentant le rapport signal / bruit pour les sons provenant d’une direction donnée. En comparaison, Bossa transforme les ondes sonores en pics d’entrée que l’algorithme peut traiter, similaire à la façon dont le limaçon Dans l’oreille intérieure, convertit les vibrations des ondes sonores en signaux transmis par les neurones.
L’algorithme émule comment les cellules spéciales dans le cerveau moyen – la partie la plus élevée du tronc cérébral qui relie le cerveau et la moelle épinière – répondent sélectivement aux sons provenant d’une direction donnée. Ces cellules spatialement réglées jugent la direction en fonction des différences de synchronisation et de volume des entrées sonores à chaque oreille.
Boyd a déclaré que cet aspect de Bossa a tiré des études sur le mésencéphale dans Barn Owls, qui ont des capacités de détection spatiale sophistiquées car ils comptent sur des indices sonores pour localiser les proies. Les signaux filtrés Bossa sont ensuite reconstruits en son pour l’auditeur.
Bossa est modélisé sur la voie d’attention « ascendante » du système nerveux, qui rassemble des informations sensorielles qui sont ensuite interprétées par le cerveau. Ces entrées sensorielles régissent quels aspects de l’environnement justifient la mise au point et qui peuvent être ignorés.
Mais l’attention est également dictée par un Pathway « en tête du bas »dans lequel les connaissances antérieures d’une personne et les objectifs actuels façonnent sa perception. Dans ce cas, une personne peut décider de ce qui est pertinent pour se concentrer. Ces deux modes de traitement ne sont pas nécessairement mutuellement exclusifs; Par exemple, la voix de votre ami peut vous sauter dessus parce que vous le reconnaissez et parce qu’ils crient sur le son d’une foule.
L’approche «ascendante» de Bossa peut aider les gens à se concentrer sur la parole provenant d’un emplacement prédéterminé, mais dans la vie réelle, les gens passent rapidement leur attention vers différentes conversations. « Vous ne pouvez pas faire ça avec cet algorithme », a déclaré Michael Stonechercheur en audiologie à l’Université de Manchester au Royaume-Uni qui n’a pas été impliqué dans la nouvelle étude.
Stone a ajouté que l’étude n’a pas reproduit la façon dont les sons font écho et se répercutent dans la vraie vie, en particulier dans les environnements intérieurs. Pourtant, il a déclaré que Bossa pourrait être plus pratique pour les aides auditives que les algorithmes basés sur des réseaux de neurones profonds, une autre approche émergente du filtrage du son.
Les modèles de réseaux de neurones profonds ont besoin d’une formation approfondie pour se préparer à toutes les différentes configurations des haut-parleurs que l’utilisateur peut rencontrer. Et une fois mis en œuvre, les exigences de calcul de ces modèles nécessitent beaucoup de puissance. Bossa est plus simple en comparaison, en s’appuyant principalement sur la différence spatiale entre deux sons.
Bossa peut également être plus transparent que la « boîte noire » des réseaux de neurones profonds, a déclaré Fan-gang zengprofesseur d’oto-rhino-laryngologie à l’Université de Californie à Irvine, qui n’a pas été impliqué dans la recherche. Cela signifie qu’il serait plus facile d’interpréter comment les entrées sonores deviennent des sorties algorithmiques, ce qui rend peut-être le modèle plus simple à affiner.
Zeng a ajouté que Bossa peut nécessiter un raffinage supplémentaire car il est étudié dans des scénarios plus réalistes. Les chercheurs prévoient de tester la bossa dans des aides auditives appropriées, plutôt que dans les écouteurs, et espèrent également développer un mécanisme de direction pour aider les utilisateurs à diriger l’objectif de l’algorithme.
Clause de non-responsabilité
Cet article est à des fins d’information uniquement et n’est pas censé offrir des conseils médicaux.
