IT之家 El 14 de octubre, según el informe Counterpoint “Previsión de dispositivos inteligentes para audífonos de IA globales”, para el año 2030, se espera que las ventas mundiales de audífonos de prescripción superen los 31 millones de unidades, con una tasa de crecimiento anual compuesta del 4% entre 2025 y 2030. Con la popularización de la aplicación de la IA en el sector de los audífonos, se espera que para el año 2030, casi el 50% de los productos de audífonos contengan capacidades de IA en el lado del dispositivo.
A lo largo de los años, los audífonos han progresado continuamente en cuanto a su reducción de tamaño, conectividad y duración de batería, pero el problema fundamental sigue existiendo: es difícil para los usuarios escuchar claramente las conversaciones en entornos ruidosos. Los audífonos tradicionales dependen principalmente del procesamiento digital de señales (DSP): el micrófono recopila el sonido del entorno, el procesador analiza características como la frecuencia y el volumen, y luego utiliza algoritmos predefinidos para decidir qué sonidos amplificar o reducir. Este método es efectivo para ruidos estables como el aire acondicionado o el motor, pero las situaciones reales suelen ser más complejas. Por ejemplo, en un restaurante abarrotado, coexisten varias conversaciones, música y sonidos de los utensilios que chocan. Un sistema basado en reglas tiene dificultades para determinar qué sonido el usuario realmente quiere escuchar.
La IA ofrece soluciones completamente diferentes: los modelos de IA no dependen de reglas predefinidas, y pueden aprender a distinguir los patrones de voz humana de otros sonidos. Las redes neuronales profundas (DNN) entrenadas con millones de conjuntos de muestras de voz humana y ruido de fondo, pueden reconocer el sonido del hablante en tiempo real y suprimir el ruido no relevante.
La IA puede mejorar la capacidad de reconocimiento del habla de los audífonos en entornos reales, mediante la separación entre el voz humana y el ruido, la priorización del hablante objetivo, el aumento de la percepción espacial y la adaptación continua a los cambios ambientales. La IA es especialmente buena para distinguir palabras sutiles y difíciles de reconocer como «s», «f», «t», «sh» y «th». También puede ayudar a los usuarios a diferenciar números como 15 y 50, 17 y 70 (Nota de IT Home: en inglés, fifteen y fifty se pronuncian de manera similar). Al conservar estas características fonéticas detalladas, la IA no solo puede aumentar el volumen, sino también mejorar la comprensión del habla en escenarios como restaurantes, reuniones y calles concurridas.
En los tests de reconocimiento de voz en el "ruido" clínico, los oyentes con audición normal suelen necesitar una relación señal-ruido (SNR) de aproximadamente 2 dB para reconocer correctamente el 50% de las palabras clave; mientras que para los oyentes con pérdida auditiva sensorial leve o moderada, esta necesidad aumenta a aproximadamente 8 dB, y la IA puede aportar un mejoramiento cuantificable en la relación señal-ruido. Según los tests de Phonak, con la dirección fija hacia el micrófono y la configuración tradicional, el ratio señal-ruido se incrementa en 6.4 dB en comparación con el micrófono abierto; con la tecnología de noise reduction AI, en la configuración por defecto el aumento es de 9 dB, y en la configuración máxima puede llegar a 10.2 dB, lo suficiente para permitir una comunicación fluida en escenarios de restaurante.
La IA también puede hacer que los audífonos sean más automatizados y personalizados: el aprendizaje automático puede ajustar la procesamiento del sonido según las preferencias del usuario y las situaciones de escucha, reduciendo la regulación manual y disminuyendo la carga cognitiva necesaria para seguir una conversación, lo que en última instancia reduce la fatiga auditiva, reduce la necesidad de preguntas repetidas y aumenta la confianza del usuario en la comunicación diaria. Sin embargo, estos avances no son sin costos: el funcionamiento continuo de las redes neuronales consume energía de la batería y ocupa espacio en el dispositivo, por lo que los audífonos con IA más avanzados actualmente ofrecen solo un número limitado de modelos.
Los audífonos tienen requisitos muy altos en cuanto al retraso de procesamiento: desde la recolección del sonido hasta que se completa el procesamiento y llega a los oídos, todo el proceso debe estar controlado dentro de 10 milisegundos o menos para garantizar una experiencia natural. Esto crea una diferencia fundamental entre los audífonos y la mayoría de los dispositivos AI: las smartphones pueden subir los datos al cloud, esperar a que el AI devuelva el resultado y luego procesarlo, pero los audífonos no pueden soportar el retraso en el viaje de ida y vuelta hacia el cloud; incluso un pequeño retraso puede causar desacoplamiento entre la visión y el oído del usuario, o hacer que el sonido del propio usuario suene innatural.
Por lo tanto, el procesamiento de voz en tiempo real exige que la IA funcione localmente en los audífonos, y no en el teléfono del usuario o en la nube. Esto es precisamente el valor central del AI de lado: el sonido se analiza y procesa localmente, cerca del micrófono y el receptor.
La dificultad radica en que la capacidad de batería del propio audífico es muy pequeña, su capacidad de cálculo es limitada y existen restricciones de tamaño estrictas. Para incorporar las capacidades de IA en este tipo de dispositivo, es necesario optimizar en gran medida los modelos de IA y el procesador, a fin de controlar al mínimo el consumo de energía mientras se logra la separación del habla y la reducción del ruido. El funcionamiento continuo de la red neuronal reduce significativamente la autonomía: por ejemplo, en el Peugeot 2025 Audéo Infinio Ultra Sphere, la autonomía en uso normal es de 56 horas, pero si se mantiene activa la función AI, la autonomía se reduce drásticamente a 10 horas. Esto muestra de manera intuitiva los costos asociados al funcionamiento local de la AI.
La integración de IA en el lado del dispositivo hace que los audífonos sean «inteligentes», pero la integración eficiente es el punto difícil de desarrollo: cada incremento en la claridad del habla implica un costo en duración de batería y volumen. Los datos de los productos Peakly también muestran de manera clara este costo. La ventaja competitiva principal de los audífonos de próxima generación radica en cómo permitir que la IA funcione en silencio en segundo plano, proporcionando una voz más clara, una carga menor para el oído y una experiencia auditiva más personalizada, sin consumir demasiada energía ni aumentar el tamaño del dispositivo. Actualmente, la industria ya ha iniciado esta competencia tecnológica.