近日，哥倫比亞大學(xué)工程研究所推出一款新型認(rèn)知助聽器，其中研究人員利用聽覺注意力解碼（AAD）技術(shù)和AI（深度學(xué)習(xí)），實現(xiàn)了用大腦的認(rèn)知信號來控制助聽器對外界聲音的主觀選擇。

據(jù)悉，該研究由哥倫比亞大學(xué)電機(jī)工程副教授Nima Mesgarani領(lǐng)導(dǎo)，哥倫比亞大學(xué)醫(yī)學(xué)中心的神經(jīng)外科和Hofstra-Northwell醫(yī)學(xué)院以及費恩斯坦醫(yī)學(xué)研究所合作完成。

目前，在一片噪雜的環(huán)境中，現(xiàn)有的數(shù)字助聽器已經(jīng)可以有效地抑制背景噪聲，但是它們不能幫助使用者選擇放大他們想要聽到的聲音，這也一直是數(shù)字助聽器的研究難點。

而此款認(rèn)知助聽器就解決了這一問題，它可以實時監(jiān)測使用者的大腦活動，以保證使用者即使在嘈雜環(huán)境下，也可以與自已想要交流的對象輕松交談。

對此，Mesgarani解釋道：“這項工作結(jié)合了兩門學(xué)科的最新技術(shù)：聲學(xué)工程和聽覺注意力解碼。我們只要加入深層神經(jīng)網(wǎng)絡(luò)模型來幫助自動分離語音信號，整個系統(tǒng)就可以運用起來�！�

早前，團(tuán)隊就有利用人的認(rèn)知意識來控制助聽器的想法，直到2012年，他們通過侵入式方式記錄了神經(jīng)信號，隨后實現(xiàn)對神經(jīng)信號的解碼，獲取被測試者注意力的目標(biāo)。后來，在2015年，他們表示可以通過非侵入性方法實現(xiàn)AAD技術(shù)。

不過整個研發(fā)過程并非易事，對此，與Mesgarani一起工作的博士后科學(xué)家James O'Sullivan指出，將科學(xué)上的發(fā)現(xiàn)轉(zhuǎn)化為現(xiàn)實世界的可操作技術(shù)需要歷經(jīng)數(shù)次實驗。

在聽覺注意力解碼的實際操作中，研究人員就面臨揚聲器種類選擇問題。于是他們通過將受試者腦部的神經(jīng)反應(yīng)記錄與不同種類揚聲器發(fā)出的語音信號進(jìn)行比較，得出與神經(jīng)數(shù)據(jù)最大相似性的揚聲器。事實證明，該系統(tǒng)只能采用全頻揚聲器，而非單頻揚聲器。

最終，Mesgarani的團(tuán)隊開發(fā)了一個端對端系統(tǒng)，這個系統(tǒng)會根據(jù)使用者神經(jīng)信號的解碼信號選定到特定的音頻接收通道，其中每個通道都包含一個全頻揚聲器。隨后該系統(tǒng)會自動分離全頻揚聲器中的聲音信號，確定使用者關(guān)注的聲音信號，然后放大該信號，確保使用者能夠清晰聽見。

該團(tuán)隊使用癲癇手術(shù)的神經(jīng)學(xué)受試者的侵入性電皮質(zhì)記錄測試了該系統(tǒng)的功效。

在測試中，他們確定了對AAD有貢獻(xiàn)的聽覺皮質(zhì)區(qū)域，發(fā)現(xiàn)該系統(tǒng)僅使用混頻就可以解碼使用者的注意力方向，并能夠放大他或她想要聽的聲音。并且值得注意的是，整個過程的執(zhí)行最多只要十秒。

此處，基于腦波信號來處理大量的音頻數(shù)據(jù)和神經(jīng)解碼信號是該助聽器系統(tǒng)的重要功能。無疑，實時進(jìn)行這樣的操作需要超強(qiáng)的計算能力，而將強(qiáng)大的處理器縮小到標(biāo)準(zhǔn)助聽器的大小是十分艱難的。

幸運的是，材料科學(xué)的進(jìn)步使得這樣的微型計算機(jī)成為可能。對此，Mesgarani表示，目前正在進(jìn)行大量的研究，以制造小型專用芯片，滿足所需的計算。

此外，他還表示，因為使用了深層神經(jīng)網(wǎng)絡(luò)，且有硬件的支持，最新的助聽器數(shù)據(jù)可同步到手機(jī)等設(shè)備上，這將有助于在這種小型設(shè)備中進(jìn)行大量計算。

據(jù)了解，該技術(shù)目前還處于早期的概念驗證階段，但Mesgarani說，如果一切順利，五年內(nèi)，系統(tǒng)將開始出現(xiàn)在商業(yè)助聽器中。