官方网站-首页

【导语】针对听障人士在嘈杂环境中难以捕捉特定说话内容的问题，波士顿大学近日开发出一种新型声音处理算法BOSSA。该算法模拟(nǐ)人脑工作原理，能有效过滤干扰，准确锁定特定说话者的声音。据测试，BOSSA在识别词汇准确率方面较现有算法提高40%。其灵感来源于大脑处理声音的模式，不仅有望改善听力障碍者的生活，还可能对注意力缺陷障碍和自闭症群体产生积极影响。目前，该团队正测试升级版算法，并寻求与业界合作，推动技术落地。

对听障人士而言，在嘈杂场所中捕捉特定的说话内容是一件非常困难的事。据世界卫生组织预测，到2050年全球将有约25亿人出现听力问题。近日，波士顿大学开发出首次模拟人(rén)脑(nǎo)工(gōng)作(zuò)原(yuán)理(lǐ)的(de)新(xīn)型(xíng)声(shēng)音(yīn)处(chù)理(lǐ)算(suàn)法(fǎ)BOSSA（Biologically Oriented Sound Segregation Algorithm），可(kě)为(wèi)助(zhù)听(tīng)器(qì)过(guò)滤(lǜ)干(gàn)扰(rǎo)，在(zài)嘈(cáo)杂(zá)环(huán)境(jìng)中(zhōng)准(zhǔn)确(què)锁(suǒ)定(dìng)特定说话者的声音。测试发现，该算法在识别词汇的准确率方面，相较当前助听器所用的算法提高40%，该研究成果已发表于《Communications Engineering》期刊。

BOSSA算法的灵感来自大脑处理声音的模式。该算法开发者、波士顿大学工程学院生物医学工程副教授Kamal Sen和其所在的“自然声音与神经编码实验室”，多年来致力于研究大脑筛选不同声源的机制，并探究神经回路如何压制干扰信号，发现大脑通过“抑制性神经元”实现内部降噪，从而帮助个体聚焦某个特定声源。

“它本质上就是一个模仿大脑功能的计算模型”，Sen表示。该算法通过模拟人脑的神经机制，分析声音的空间线索，如音量、声源方向、传入时间等，并根据个体需要“调谐”，适当增强或抑制不同声源，从而真正将声音源分离并优化处理。

为验证BOSSA的实用性，波士顿大学健康与康复科学学院语言、语言学与听力科学副研究教授Virginia Best召集一批患有感音神经性听力损失的年轻人，使其在实验室内佩戴耳机，模拟多人交谈情境。

实验分别测试了采用新算法、传统算法与(yǔ)无(wú)算(suàn)法(fǎ)三(sān)种(zhǒng)情(qíng)境(jìng)下(xià)受(shòu)试(shì)者(zhě)识(shi)别(bié)特(tè)定(dìng)声(shēng)源(yuán)的(de)能(néng)力(lì)，结(jié)果(guǒ)显(xiǎn)示(shì)，传(chuán)统(tǒng)算(suàn)法(fǎ)几(jǐ)乎(hu)无(wú)法(fǎ)改(gǎi)善(shàn)识(shi)别(bié)效(xiào)果(guǒ)，而(ér)BOSSA则(zé)带(dài)来(lái)显(xiǎn)著(zhe)提(tí)升(shēng)。但(dàn)Best也(yě)指(zhǐ)出(chū)，“要(yào)确(què)定(dìng)这(zhè)项(xiàng)技(jì)术(shù)最(zuì)终(zhōng)是(shì)否(fǒu)对(duì)听(tīng)障(zhàng)用(yòng)户(hù)有(yǒu)帮(bāng)助(zhù)，还(hái)必(bì)须(xū)通(tōng)过(guò)行(xíng)为学研究才能验证。”

更重要的是，该算法的意义远不止缓解听力障碍。Sen认为，大脑神经回路是通用的，核心是聚焦注意力，他希望该技术能够帮助更多有患有注意力缺陷障碍（ADHD）或自闭症的群体。当前，该团队正测试升级版算法，加入眼动追踪功能，帮助用户通过视线控制聚焦听觉焦点，进一步提升算法的交互性与实用性。

目前， Sen已为这款新算法申请专利，希望能与对该技术感兴趣的公司开展授权合作。他指出，“如果传统助听器企业不尽快创新，可能会被市场淘汰。”当前，苹果公司的最新款AirPods Pro 2就已宣传其具备临床级助听功能。“这是一个临界点。若能将其及时落地，BOSSA有可能彻底改变助听设备的语音处理方式”，Sen表示。

论文来源： https://medicalxpress.com/news/2025-04-noisy-crowded-spaces-algorithm-aid.html