在嘈雜的環(huán)境中，比如擁擠的咖啡店或繁忙的城市街道，我們的大腦有著非凡的本領(lǐng)，能夠分辨出某一個(gè)人的聲音。即使是最先進(jìn)的助聽器，也難以做到這一點(diǎn)。但是現(xiàn)在，哥倫比亞大學(xué)的工程師開發(fā)了一項(xiàng)新的AI技術(shù)，能夠精準(zhǔn)放大群體內(nèi)發(fā)出的某種聲音，這項(xiàng)突破性的技術(shù)進(jìn)展也有望促進(jìn)新型助聽器的開發(fā)。

研究人員開發(fā)的這項(xiàng)實(shí)驗(yàn)技術(shù)，能夠模擬大腦探測和放大多個(gè)聲音中任意一個(gè)聲音的天生能力，并且研究人員開發(fā)出一種由大腦控制的，可以“讀心”的助聽器，就像一個(gè)聲音自動(dòng)過濾器，監(jiān)測佩戴者的腦電波，并放大他們想要聽到的聲音。

雖然這項(xiàng)技術(shù)仍處于早期發(fā)展階段，但其意義仍極為重要，不僅有助于人們開發(fā)更好的助聽器，而且能夠幫助佩戴者跟周圍的人進(jìn)行無縫、高效的交談。相關(guān)成果發(fā)表在近日的Science Advances（《科學(xué)進(jìn)展》）中。

“負(fù)責(zé)處理聲音的大腦區(qū)域極其敏感和強(qiáng)大，它似乎可以毫不費(fèi)力地放大一個(gè)聲音，而當(dāng)前的助聽器與之相比則相形見絀?！备鐐惐葋喆髮W(xué)莫蒂默·祖克曼大腦行為研究所學(xué)術(shù)帶頭人、哥倫比亞大學(xué)工程學(xué)院副教授Nima Mesgarani是該論文的通訊作者，他表示，“通過創(chuàng)造一種能夠模擬大腦本身能力的設(shè)備，我們希望我們的工作將促進(jìn)技術(shù)的進(jìn)步，使全世界數(shù)億聽力受損的人能夠像他們的朋友和家人一樣輕松地與人交流?！?/p>

現(xiàn)代助聽器在放大語音的同時(shí)，在抑制某些類型的背景噪音（如交通噪音）方面非常出色，但它們難以提高多個(gè)聲音中其中一個(gè)聲音的音量。這個(gè)問題跟喧鬧的派對中混在一起的嘈雜聲音類似，所以科學(xué)家們稱之為雞尾酒會(huì)問題，而在擁擠嘈雜的地方，傳統(tǒng)的助聽器也會(huì)同時(shí)放大所有聲音，嚴(yán)重阻礙佩戴者的有效交談能力。而這次研究人員開發(fā)的腦控助聽器，不僅僅依靠像麥克風(fēng)這樣的外部聲音放大器，還能夠監(jiān)測傾聽者自身的腦電波，此前研究人員已經(jīng)發(fā)現(xiàn)當(dāng)兩個(gè)人互相交談時(shí)，說話者的腦電波開始類似于傾聽者的腦電波。

利用這些知識(shí)，研究小組將強(qiáng)大的語音分離算法與模仿大腦自然計(jì)算能力的神經(jīng)網(wǎng)絡(luò)相結(jié)合，創(chuàng)造了一個(gè)系統(tǒng)。這個(gè)系統(tǒng)首先從一個(gè)群體中分離出單個(gè)說話者的聲音，然后將每個(gè)說話者的聲音與傾聽者的腦電波進(jìn)行比較。如果說話者的聲音模式最接近傾聽者的腦電波，那么這個(gè)聲音就被放大。研究人員在2017年發(fā)表了這個(gè)系統(tǒng)的早期版本，在當(dāng)時(shí)雖然這一實(shí)驗(yàn)很有希望，但有一個(gè)關(guān)鍵的限制：它必須通過預(yù)先訓(xùn)練來識(shí)別特定的說話者，現(xiàn)在的版本很大程度上解決了這個(gè)問題。

在哥倫比亞科技投資公司的資助下，團(tuán)隊(duì)改進(jìn)了他們的原始算法，Mesgarani博士、第一作者Cong Han以及James O'Sullivan博士再次利用深度神經(jīng)網(wǎng)絡(luò)的力量，建立了一個(gè)更復(fù)雜的模型，可以推廣到聽者遇到的任何潛在的說話者。研究人員最終開發(fā)出一個(gè)語音分離算法，與以前的版本相比，運(yùn)行方式類似但有重要的改進(jìn)，可以立刻識(shí)別并解碼任何聲音。

為了測試最新算法的有效性，研究人員與論文的合著者、醫(yī)學(xué)博士Ashesh Dinesh Mehta合作，Mehta也是醫(yī)療集團(tuán)Northwell Health的神經(jīng)外科醫(yī)生，他對癲癇病人進(jìn)行治療，這些病人中的一些人必須接受常規(guī)手術(shù)。研究人員在病人的大腦內(nèi)植入了電極，在這些病人傾聽不同的說話者說話時(shí)，可以通過這些電極監(jiān)測他們的腦電波，然后使用新開發(fā)的算法計(jì)算這些數(shù)據(jù)。當(dāng)病人聽以前沒有聽過的演講者說話時(shí)，研究小組的算法會(huì)跟蹤病人的注意力。當(dāng)病人把注意力集中在一個(gè)說話者身上時(shí)，系統(tǒng)會(huì)自動(dòng)放大那個(gè)聲音。當(dāng)他們的注意力轉(zhuǎn)移到另一個(gè)說話者身上時(shí)，音量水平就會(huì)發(fā)生變化，以反映這一轉(zhuǎn)變。

Mesgrani 博士

受到研究結(jié)果的鼓舞，研究人員正在嘗試將這個(gè)原型轉(zhuǎn)變成一個(gè)可以放置在頭皮或耳朵周圍的非侵入性設(shè)備。他們還希望進(jìn)一步改進(jìn)和完善算法，使其能夠在更廣泛的環(huán)境中運(yùn)用。到目前為止，研究人員還只在室內(nèi)環(huán)境中進(jìn)行了測試，但研究人員希望它能在繁忙的城市街道或嘈雜的餐廳里同樣有效，這樣無論佩戴者走到哪里，他們都能充分體驗(yàn)周圍的世界和人們。

（摘自美《深科技》）（編輯/華生）