COMO A SIGNIA USA O MACHINE LEARNING EM SEUS APARELHOS AUDITIVOS

“Machine Learning não é exatamente o que parece. As palavras nos lembram a inteligência artificial ou a tecnologia de alto custo, mas a verdade é muito mais simples.”

Início tímido

Um dos primeiros programas de machine learning foi desenvolvido para jogar xadrez. De início ele não precisava jogar bem. O objetivo era jogar partidas o suficiente para “aprender” quais eram as melhores jogadas. Com o passar do tempo, esse aprendizado fez com que o programa se tornasse bom o suficiente no xadrez, derrotando até mesmo os maiores campeões mundiais.

Este mesmo conceito foi aplicado para outras coisas, como jogos online, por exemplo. Centenas de programas e experimentos foram desenvolvidos para treinar uma máquina a aprender a jogar, e o resultado ajudou a implementar o machine learning em quase tudo o que conhecemos – inclusive aparelhos auditivos.

A origem do Machine Learning em aparelhos auditivos

Machine Learning foi inserido nos aparelhos auditivos em 2006, em um modelo chamado Centra. Com o passar do tempo, esse aparelho auditivo foi programado para aprender as preferências do usuário e adaptado para captar esses comportamentos.

Isso reduziu a possibilidade de o aparelho auditivo precisar de ajustes, criando uma experiência mais confortável para o usuário. Embora a ideia fosse simples, o Centra proveu informações importantes em relação ao quanto o machine learning poderia beneficiar os aparelhos auditivos e suas indústrias. A maioria dos usuários de aparelhos auditivos passaria a aproveitar sons mais realistas e os desenvolvedores de aparelhos auditivos obtiveram informações valiosas de como o machine learning poderia melhorar os dispositivos.

A partir daquele momento, o conceito original foi retrabalhado em algo melhor. A inteligência artificial usada em aparelhos auditivos passou a ser mais rápida, mais eficiente e a se adaptar as preferências do usuário. Ou seja, o Machine learning preparou o caminho para outras melhorias na tecnologia para aparelhos auditivos, incluindo o Signia Own Voice Processing (OVP).

O poder do Machine Learning

2017 trouxe um novo recurso. Muitos usuários de parelhos auditivos se queixavam do som da sua própria voz ao usar os dispositivos. A Signia cuidou deste problema ao desenvolver o OVP para processar um som da voz mais natural.

O recurso OVP “entende” o som da voz do usuário e ao contrário do machine learning onde aparelhos auditivos antigos levavam semanas para aprender, o reconhecimento de voz OVP leva segundos.

Essa solução revolucionária trabalha utilizando o compartilhamento de informações bilaterais, conhecido como Ultra HD e comunicação via wireless e2e. Os dois aparelhos auditivos trabalham juntos para escanear a cabeça do usuário, e é utilizado para identificar quando a pessoa estiver falando. A partir deste momento, o algoritmo é capaz de separar a voz da pessoa de outros sons a sua volta, incluindo outras vozes, o que  processa instantaneamente o som da própria voz de um jeito mais natural.

Antes do OVP, a maioria das pessoas se recusavam a utilizar aparelhos auditivos porque a sua voz soava estranha e nada natural, mas o OVP fez com que fosse possível escutar naturalmente outra vez.

Para mais informações

Visite fale com a AUDIOART SOLUÇÕES AUDITIVAS e descubra como nos tornamos os pioneiros em machine learning para aparelhos auditivos.