打造领先的机器听觉

在政策方面，我国也在大力推动智能语音的发展。2017 年 12 月 14 日， 工信部印发《促进新一代人工智能产业发展三年行动计划（2018—2020 年）》，明确对智能语音的发展做出展望 ：“到 2020 年，实现多场景下中文 语音识别平均准确率达到 96%，5 米远场语音识别率超过 92%，用户对话 意图识别准确率超过 90%。”

其实，当下无噪声环境下的近场语音识别已经达到了非常高的识别率， 但是真实环境下必然会受到噪声的干扰，要提高嘈杂环境下的语音识别率， 难点和重点就在于将人声与噪声进行分离。 大象声科研发团队提出的这种通用的单通道实时降噪方法，首次将计 算听觉场景分析理论和深度学习结合起来，将声源问题变成一个监督学习 问题，让机器通过深度学习的方式不断提高精度，不断接近理想二值模， 在声音还未重叠之前计算出来，不管噪声比目标的声音强多少倍，都能将 目标声音分离出来，从而实现实时降噪的功能。

助听器可成为常规随身标配
 
传统的助听器已经存在 100 多年了，全球排名靠前的 6 家助听器企业 是德国的西门子、瑞士峰力、丹麦瑞声达、丹麦奥迪康、丹麦唯听、美国斯达克，这 6 家企业都已经进入了中国市场。 中国有 180 多万听障患者需要使用助听器，但只有少部分人使用了助 听器，一方面是因为国内市场被价格昂贵的国外产品占领，洋品牌助听器动辄上万元 ；另一方面是因为，令很多潜在用户犹豫的最大问题是助听器 并不能区分同时发生的声音，如人的语音和汽车经过的声音。助听器同时 将两者音量调大，产生乱七八糟的音调，给佩戴者造成很大的困扰。

苗健彰认为“鸡尾酒会问题”这个行业难题，可通过深度神经网络的 机器学习来解决。将基于深度神经网络的机器学习应用到分离声音的任务 上，研制出的数字滤波器不仅可以放大声音，还可以隔离背景噪声和自动 调整每种声音的音量。“现有的助听器有一个最大问题，就是不能在噪声 环境下佩戴，降噪功能非常差，大象声科的技术在这方面将发挥巨大作用。

未来，助听器有望成为随时随地佩戴使用的可穿戴设备，而且除了听障患者外，普通人也可以佩戴，比如工地工人、KTV 服务员等，在噪声很大 的环境下进行沟通的时候可以帮助他们听得更加清晰准确。” 世界卫生组织估计，全世界有 15％的成年人（或大约 7.66 亿人）患有 听力障碍。随着人口增长，这一数字还将继续增大 ；而且在成年人群中，年 纪越大的人听力受损者所占的比例也越大。

这一切都是巨大的潜在市场。根 据在印度浦那市的市场研究公司 MarketsandMarkets 统计，目前 60 亿美 元的全球助听器产业市场预计将以 6％的年增长率增长，这一趋势将持续到 2020 年。但是要满足所有新客户的要求，就意味着要寻找到一个能够解决“鸡 尾酒会问题”的万全解决方法。

版权声明： 本站文章已获出版方或者作者方授权，如需转载，请保留网站地址和作者信息。部分文章来源于网络，著作权归于原作者，仅供学习交流使用。

很赞哦！ ( )