第三节 互联网与人工智能对助听技术的影响与发展展望

在互联网技术日益发达的今天，每个人对于接入互联网都是非常渴求的。人们接入互联网的重要通道就是手机及其他各种移动设备，这些连接方式已经进入了生活的各个角落，并潜移默化地改变了我们的生活方式。互联网不但为我们的日常生活提供了各种便利，还进一步满足了我们对于亲朋好友之间的沟通、个人对于社会活动的参与以及对于音频视频媒体的欣赏等需求。然而，这些便利并不仅仅局限于听力正常的普通人群，具有听力损失的人群也有着同样的需求，他们也希望能在方方面面得到与正常人一样的生活品质，于是便出现了能用于无线连接的助听系统。

无论是通过近场通信的方式先连接到音频附件之后再通过蓝牙方式连通至手机或其他移动设备，还是直接通过蓝牙方式将智能手机及其他移动终端与助听器连接起来，都可以将电话语音、音乐或其他多媒体信息通过助听器传入听损者的耳朵里，来满足他们对于互联网通话和娱乐的需求。而这两种接入方式中，具体的区别只是使用和携带上的便利度不同，但是毋庸置疑，这已经让听损者在很多方面获得了强大的心理满足和自信心提升。

除了多媒体的音频传输以外，其实基于无线通信方式的数据传输对整个助听领域来说同样重要。实现了数据传输，用户可以对助听器进行一些简单的遥控而不需要去使用按钮甚至用螺丝刀去调节音量或切换算法，听力师可以通过无线编程器对佩戴中的助听器进行验配，告别大量连接线错综复杂的时代，从而提高验配的质量和效率。当手机等移动设备接入互联网之后，很多潜在的可能都被激发出来。比如，手机中的APP可以对你使用的助听器状态进行实时的记录和分析，根据你所处环境和位置的变化来为你提供最适合的助听方案，当你在家里不小心丢失助听器的时候还能帮你定位找到它。

目前比较主流的验配调试方式是用户前往听力中心，听力师将其助听器用专用编程线连接编程器，再与电脑相连进行现场调试，多次验配后才能达到最佳助听状态。但是这样的方式给一些偏远地区人群、特殊人群(如肢体残疾人员、行动不便的老人等)的助听器验配带来较大不便。相信在不远的将来，随着互联网技术的进一步发展，一定会出现一套完善的远程助听服务平台，使得用户在家里就能接受专业听力师提供的高质量验配服务，并且使用户和听力师可以进行无障碍的直接交流沟通。除此之外，所有使用远程助听器平台的用户的各项参数和数据都会被存储于在线的数据库中，并且用于今后的大数据分析，使得我们对于听损用户的初诊及分流能做到更加准确。

另外，随着物联网(internet of things, IoT)技术的蓬勃发展，助听器作为提升人们生活质量的重要单元也获得了极大关注。目前已经有厂商推出了物联网概念的助听器，使得助听器可以与其他智能家居装置(如门铃、婴儿报警器及烟雾探测器等)直接通信，然后通过与互联网的连接互动给家庭提供更好的健康和安全的管理。从助听的角度，这些智能家居实时监测到的数据也能帮助用户在嘈杂的环境中实现多人谈话场景下更清晰、自然的聆听。相信今后的物联网技术还会进一步与助听技术相互促进，使彼此得到更好的发展。

当助听器进入数字化时代以后，提供助听算法的芯片就等同于一台微小的计算机，人们对于听觉体验上不断提升的需求其实就是对于助听器能够模拟甚至超过正常人的大脑听觉处理系统的需求，因此可以预计，人工智能技术进入助听技术领域是必然趋势。

实际上，现在数字助听器已经有很多环节正在或将要应用人工智能技术来进一步提高产品质量和听觉体验。首先，听力师在助听器验配的第一个环节就是通过包括听力图在内的各项检测数据对听损用户进行诊断，进而提供最适合的助听补偿方案，这其中就包括了助听器的选择、制作和处方验配公式的选取。现在已经有大量的专家学者正在研究如何模拟人脑神经元运作的方式，通过已有的大量数据让人工智能模块进行深度学习，能够模拟听力师对听损者做出精确的诊断并提供相应的放大方案。如果此研究能获得突破，那么今后听力师的验配效率就大大提高，就能够在单位时间内给更多的用户提供服务。

现在与助听相关的研究机构，也在研究如何利用人工智能技术来帮助助听，目前世界上使用最广泛的处方验配公式是由澳大利亚声学实验室研发的NAL-NL2公式，而NAL-NL2公式也一直在改进和完善之中，其中最重要的一点改进就是引入了神经网络等人工智能的概念，它将听力图分为200种，言语等级分为6类，而组合起来就是1200种最优的频响增益，那么每次当你输入一组用户听力图的时候，神经网络模块就会由已训练好的一组神经元对其进行分析计算，按照某些特征进行分类之后提供最优的频响增益。

人工智能和深度学习的另一个重要应用环节就是智能降噪，当听损用户佩戴助听器时，有很多场景是经典的降噪算法无法处理的，比如为人们所熟知的多人谈话场景(也称为鸡尾酒会场景)，这种情况下是无法运用传统方法将希望听到的声音和不希望听到的声音区分开来的，但是我们知道人的大脑有的时候却可以处理这样复杂的听觉环境，因此我们可以通过深度学习的方式去模拟大脑的去噪算法，将训练好的人工智能模块对各种环境下的语音进行智能降噪处理，从而获得前所未有的清晰语音，并且帮助大脑更容易地去理解言语，这也是目前很多专家学者所努力的方向。目前，这种算法已经在一些手机终端或者网络电话等领域成功实现并取得良好的市场反馈，只是在功耗和计算量等方面还不太适合应用于助听器。但是随着助听器数字信号处理芯片技术的进一步发展，今后同类技术在助听器上的应用肯定会成为现实。

(王永华、凃磊)

思考题

1．助听器发展史可以分为哪几个阶段？每个阶段分别有何特点？

2．互联网和人工智能技术如何用于助听器？

参考文献

[1] 王洪田，郗昕，王荣光．回眸助听器的发展史[J]．国际耳鼻咽喉头颈外科杂志，2002,26(6):379-380.

[2] 顾瑞，曹克利，高成华．我国听力学研究的进展[J]．中华耳鼻咽喉科杂志，1999,34(5):265-266.

[3] 中国就业培训技术指导中心．助听器验配师：国家职业资格四级[M]．北京：中国劳动社会保障出版社，2009.

[4] 中国就业培训技术指导中心．助听器验配师：基础知识[M]．北京：中国劳动社会保障出版社，2009.

[5] Mudry A, Dodele L.History of the technological development of air conduction hearing aids[J].Journal of Laryngology & Otology,2000,114(6):418-423.

[6] Sarli C C, Uchanski R M, Heidbreder A, et al.19th-century camouflaged mechanical hearing devices[J]. Otology & Neurotology,2003,24(4):691-698.

[7] Lacher F S, Vincey P.Hearing aids through the ages[J].Revue de laryngologie-otologie-rhinologie, 1995,116(4):243-244.

[8] Kompis M. New developments in hearing aid technology [J]. Therapeutische Umschau Revue Thérapeutique,2004,61(1):35-39.