IT之家 Bericht vom 14. Oktober: Der Report „Global End-to-End AI Wearable Devices Forecast“ von Counterpoint zeigt, dass bis 2030 die weltweiten Verkäufe von Audiogeräten mit medizinischer Hilfe voraussichtlich 31 Millionen Stück übersteigen werden, mit einer jährlichen Zuwachsrate von 4% zwischen 2025 und 2030. Mit der Verbreitung von AI in der Audiologiebranche wird voraussichtlich bis 2030 fast 50% der Audiogeräte End-to-End-AI-Funktionen enthalten.
Über die Jahre haben Hörgeräte in Bezug auf ihre Verkleinerung, Verbindlichkeit und Akkulaufzeit kontinuierlich Fortschritte gemacht, aber das Kernproblem besteht weiterhin: Nutzer haben Schwierigkeiten, Gespräche in lauten Umgebungen zu hören. Traditionelle Hörgeräte sind hauptsächlich auf digitale Signalverarbeitung (DSP) angewiesen: Der Mikrofon erfasst den Umgebungslärm, der Prozessor analysiert Merkmale wie Frequenz und Lautstärke und entscheidet anschließend mittels vorgegebener Algorithmen, welche Geräusche verstärkt oder verringert werden sollen. Dieses System ist für stabile Geräusche wie Klimaanlagen und Motoren effektiv, aber realistische Situationen sind oft komplexer. Zum Beispiel gibt es in einem überfüllten Restaurant mehrere Dialoge, Musik und das Geräusch von Geschirrklappen gleichzeitig. Ein Regelsystem hat Schwierigkeiten, herauszufinden, welche Stimme der Benutzer wirklich hören möchte.
Die KI bringt völlig andere Lösungen mit: Die KI-Modelle sind nicht auf vorgegebene Regeln angewiesen und können durch Lernen die Muster von Sprache und anderen Geräuschen unterscheiden. Durch tiefe neuronale Netzwerke (DNN), die mit Millionen von Beispielen von Sprache und Hintergrundgeräuschen trainiert sind, kann der Sprecher so in Echtzeit erkannt werden, und unerwünschte Geräusche werden unterdrückt.
Die KI kann die Sprachverarbeitung von Hörgeräten in der realen Umgebung verbessern, indem sie die menschliche Stimme vom Lärm trennt, den Zielsprecher hervorhebt, das Raumwahrnehmungsvermögen erhöht und sich kontinuierlich an Veränderungen der Umgebung anpasst. Die KI ist besonders gut darin, feine und verwirrende Laute wie „s“, „f“, „t“, „sh“ und „th“ zu unterscheiden. Sie kann auch dabei helfen, Zahlen wie 15 und 50, 17 und 70 zu erkennen (IT Home Hinweis: Im Englischen werden fifteen und fifty ähnlich ausgesprochen). Durch die Beibehaltung dieser feinen Lautmerkmale kann die KI nicht nur den Lautstärkelevel erhöhen, sondern auch die tatsächliche Sprachverständlichkeit in Situationen wie Restaurants, Veranstaltungen oder überfüllten Straßen verbessern.
In den klinischen „Sprachverständnis-Tests mit Lärm“ benötigen Hörgeschädigte mit normalem Hörvermögen in der Regel eine Signal-Rausch-Verhältnis (SNR) von etwa 2 dB, um 50 Prozent der Schlüsselwörter korrekt zu erkennen; bei Personen mit leicht bis mittelschweren sensorischen Hörschäden muss diese Anforderung auf etwa 8 dB steigen, und AI kann genau dieses quantifizierbare Verbesserungsniveau im Signal-Rausch-Verhältnis erreichen. Laut den Tests von Phonak kann die Signal-Rausch-Verhältnis bei festem Anschluss an das Mikrofon mit traditioneller Einstellung im Vergleich zu einem omnidirektionalen Mikrofon um 6,4 dB gesteigert werden; mit der AI-Schlafabsorber-Technologie erreicht die Steigerung bei der Standard-Einstellung 9 dB, bei der maximalen Einstellung sogar 10,2 dB, was ausreicht, um im Restaurantumfeld eine reibungslose Kommunikation zu ermöglichen.
AI kann auch die Hörgeräte automatischer und individualisierter machen: Maschinelles Lernen kann den Tonverarbeitungsprozess an die Präferenzen und den Hörabteilungen der Nutzer anpassen, manuelle Einstellungen reduzieren, die kognitive Belastung für das Folgen von Gesprächen verringern und letztendlich die Hörschwindel sowie die Notwendigkeit wiederholter Fragen verringern und das Vertrauen der Nutzer in den täglichen Austausch stärken. Diese Verbesserungen haben jedoch ihren Preis: Der dauerhafte Betrieb von neuronalen Netzen verbraucht Batteriekapazität und nimmt Platz im Gerät ein, daher bieten die aktuell stärksten AI-Hörgeräte oft nur eine begrenzte Auswahl an Modellen.
Die Anforderungen an die Verarbeitungszeit bei Hörgeräten sind sehr hoch: Von der Aufnahme des Lauts zu der Verarbeitung und anschließenden Übertragung an das Ohr muss das gesamte Prozessverfahren in 10 Millisekunden oder kürzer eingestellt werden, um eine natürliche Erfahrung zu gewährleisten. Dies macht Hörgeräte und die meisten AI-Geräte fundamental voneinander unterschieden – Smartphones können Daten ins Cloud-Netzwerk hochladen, auf die Antworten von AI warten und sie dann verarbeiten, aber Hörgeräte können den Verzögerungseffekt zwischen Cloud und Gerät nicht ausgleichen. Selbst eine kleine Verzögerung kann zu einer unnatürlichen Abfolge von Hören und Sehen oder zu einer unnatürlichen Klangqualität des eigenen Stimms führen.
Daher erfordert die Echtzeit-Sprachverarbeitung, dass die AI lokal im Audiogerät läuft, nicht auf dem Handy oder in der Cloud – das ist der Kernwert von Endgeräten-AI: Die Stimme wird lokal, nahe am Mikrofon und dem Empfänger, analysiert und verarbeitet.
Das Schwierige ist, dass die Batterieladung des Hörsatzes selbst sehr klein ist, seine Rechenkapazität begrenzt ist und strenge Größenbeschränkungen bestehen. Um die AI-Fähigkeiten in ein solches Gerät zu integrieren, muss das AI-Modell und der Prozessor stark optimiert werden, damit die Sprachtrennung und die Schallunterdrückung erreicht werden können, während die Stromverbrauchsmasse auf ein Minimum reduziert wird. Die kontinuierliche Ausführung des neuronalen Netzwerks verkürzt die Akkulaufzeit erheblich: Beispielsweise hat das Peugeot 2025 Audéo Infinio Ultra Sphere bei normalem Gebrauch eine Akkulaufzeit von 56 Stunden, während die Akkulaufzeit bei kontinuierlicher Aktivierung der AI-Funktion stark auf 10 Stunden abnimmt. Dies zeigt auch direkt den Aufwand, wenn das AI in lokaler Umgebung ausgeführt wird.
Die integrierte Endgeräte-AI macht die Hörgeräte „intelligent“, aber eine effiziente Integration ist die Herausforderung bei der Entwicklung: Jeder kleine Zuwachs an Sprachverständlichkeit erfordert einen Preis in Bezug auf Akkulaufzeit und Gerätegröße. Die Daten von Peak Power-Produkten zeigen diese Kosten auch direkt. Die wichtigste Kompetenz der nächsten Generation von Hörgeräten besteht darin, die AI so zu nutzen, dass sie im Hintergrund still läuft – ohne zu viel Strom zu verbrauchen und ohne das Gerät zu vergrößern –, während gleichzeitig klarere Stimmen, eine geringere Hörlast und ein individuelleres Höranlagenerlebnis gewährleistet werden. Die Branche hat bereits einen technischen Wettbewerb begonnen.