哥倫比亞大學的工程師們宣布一項實驗技術(shù)，該技術(shù)可模仿大腦檢測和放大許多聲音的天生能力。這種由大腦控制的助聽器由人工智能驅(qū)動，可作為自動過濾器，監(jiān)控佩戴者的腦電波并增強他們想要關(guān)注的聲音。雖然仍處于早期開發(fā)階段，但該技術(shù)是邁向更好助聽器的重要一步，使佩戴者能夠無縫，高效地與周圍的人交談。

人類大腦具有非凡的能力，可以在嘈雜的環(huán)境中挑選出特定的聲音。比如，在嘈雜的酒吧里留意中意對象的說話、在車水馬龍的街道分辨身后來車等等。

這在人類來說很輕松就能做到，可連最先進的助聽器也無法實現(xiàn)。不過，哥倫比亞大學的工程師們正在改變這種情況。

他們宣布已經(jīng)實現(xiàn)一項技術(shù)，可以模仿大腦天生具備的檢測并放大特定聲音的能力，并開發(fā)出一款由大腦控制的助聽器。

助聽器由AI驅(qū)動，可作為自動過濾器，監(jiān)控佩戴者的腦電波并增強他們想要關(guān)注的聲音，從而能夠讓佩戴者無縫并高效地與周圍的人交流。

論文發(fā)表在Science Advances上。據(jù)悉，一作Cong Han在杭州科技大學獲得學士學位，在哥倫比亞大學獲得碩士學位。

雞尾酒會難題

哥倫比亞大學Mortimer B. Zuckerman Mind Brain Behavior Institute的主要研究員和該論文的資深作者Nima Mesgarani博士說，處理聲音的大腦區(qū)域非常敏感，也非常強大，可以毫不費力的放大一個特定聲音而不牽扯其他聲音，今天的助聽器卻做不到。

那么通過創(chuàng)造一種利用大腦本能的助聽設(shè)備，有望使全球數(shù)億聽障人士能夠像普通人一樣輕松地進行交流。

現(xiàn)代助聽器在降噪方面已經(jīng)做的非常出色了，但實現(xiàn)的過程卻是通過提高特定種類的聲音，使其蓋過其它背景音。科學家稱之為雞尾酒會難題。

想象一下，我們在一個嘈雜的雞尾酒會，不僅每個人都在說話，大廳還放著BGM。為了讓身邊的人聽清楚你不得不提高嗓門說話，而旁邊的人為了讓你聽清楚也不得不提高自己的音量。

哥倫比亞工程公司電氣工程副教授Mesgarani博士說：“助聽器會立刻放大所有人的聲音，你仍然無法將你的談話對象和其他人區(qū)分出來”

用腦電波來放大特定聲音

為什么會想到利用腦電波呢？Mesgarani稱他們發(fā)現(xiàn)兩個人在交談的時候，講者的腦電波開始和聽著趨同。

于是該團隊將語音分離算法與神經(jīng)網(wǎng)絡(luò)、以及模仿大腦自然計算能力的復(fù)雜數(shù)學模型相結(jié)合，開發(fā)了一款腦控助聽器，使用腦電波來判斷哪些聲音應(yīng)該被放大，哪些聲音應(yīng)該被抑制。

具體實現(xiàn)方式如下：

首先從一個組中分離出每個說話者的聲音。設(shè)備自動將多個揚聲器分離成單獨的流，然后將每個揚聲器與來自用戶大腦的神經(jīng)數(shù)據(jù)進行比對。一旦某人的聲音模式與聽者的腦電波匹配度最高，他的聲音就會被放大。

其實團隊早在2年前就發(fā)布了這項技術(shù)的初代版本，但限于預(yù)訓(xùn)練數(shù)據(jù)集，效果剛開始不是很理想。比如一旦出現(xiàn)不在數(shù)據(jù)集的聲音，比如來個路人問路，系統(tǒng)就凌亂了。

好在哥倫比亞科技風險投資公司的資助下，團隊對原始算法進行了改進，Mesgarani博士、第一作者Cong Han和James O'Sullivan博士再次利用深度神經(jīng)網(wǎng)絡(luò)，構(gòu)建了一個更加復(fù)雜的模型，從而能夠識別任何人聲，從而解決了上述問題。

室內(nèi)測試顯示，效果還不錯

為了測試該算法的有效性，研究人員與Northwell Health Institute for Neurology and Neurosurgery的神經(jīng)外科醫(yī)生Ashesh Dinesh Mehta合作，找來志愿患者聽取不同的講者發(fā)言，研究人員利用植入患者大腦的電極直接監(jiān)測他們的腦電波、

當患者專注于一個揚聲器時，系統(tǒng)會自動放大該聲音。當他們的注意力轉(zhuǎn)移到另一個揚聲器時，音量水平發(fā)生變化以反映這種轉(zhuǎn)變。

接下里，研究人員希望不用植入大腦這種太過簡單粗暴的方式，例如將其置于頭皮外部或耳朵周圍。

目前為止只在室內(nèi)環(huán)境中進行了測試，Mesgarani博士說未來有望在室外環(huán)境也實現(xiàn)相同的效果。