Skip to main content
Hearing care professional hearing room

25 年來,在人工智慧領域持續創新*

峰力開發的聽力解決方案為聽損者帶來了實際的生活益處。我們致力於透過不斷的技術創新,提高助聽器的音質和語音清晰度。

自 2000 年以來,我們在助聽器中採用以人工智慧 (AI) 為基礎的機器學習,將聽力照護提升到了一個新的水平。創新的 Audéo Sphere Infinio,藉著 峰力設計的先進深度神經網路 (DNN),實現了前所未有的語音和噪音分離。1

隨著 AI 的不斷進步,我們致力於開發能為聽力照護專家及其顧客提供卓越益處的助聽器技術和應用。


未來會是什麼樣子?

如果我們說,聽力照護的未來已經開始,您會怎麼想像?我們今天在晶片技術和 AI 方面的突破性進展讓我們憧憬著未來。我們的下一代技術將使每個人更加緊密地聯繫在一起,即刻帶來清晰的聆聽體驗,讓我們與生活、彼此和世界相連接。

Smiling female doctor gesturing and explaining patient in medical practice

最新人工智慧技術改變聽力照護

傳統的助聽器只提供固有的設定,但機器學習改變了這一遊戲規則,帶來了更加智能、個人化和有意識的聆聽體驗。雖然人工智慧在聽力學中的潛力不可否認,但隨著這項技術的發展,聽力學專業人士可能也會理所當然地持謹慎態度並存有一些問題:

  • AI 在助聽器及聽力照護領域的未來發展是什麼?
  • 如何了解更多關於AI 驅動的助聽器選擇?
  • 選擇助聽器時,我應該考慮量AI 智能功能嗎?

解決這些問題對於確保人工智慧負責任、有效地融入聽力學領域至關重要。

 

利用深度神經網路的力量

峰力致力於滿足顧客的首要需求:噪音環境下的語音清晰度。2 噪音環境下的語音清晰度是聽損者面臨的最具挑戰性的聆聽狀況之一,也是助聽器滿意度的重要預測因素。2

AutoSense 6.0 和 3D 語音清晰度辨識功能

AutoSense 6.0 (ASOS) 協調峰力智能語音技術。可控制我們的助聽器如何在顧客所處的不斷變化的聆聽環境中作出回應和調整。  ASOS 基於 24 年的 AI 和機器學習經驗。*  

Phonak Audéo Sphere Infinio 同時擁有 3D 語音清晰度,後者是大噪音中聆聽 3D 語音程式的組成部分(由 AutoSense OS 6.0 控制)。

其是世界上首款配備專用人工智慧晶片 DEEPSONIC 的助聽器,為聽力技術帶來根本性的變革。  該專有晶片配備了深度神經網路 (DNN) 演算法,能夠顯著抑制來自各個方向的背景噪音,從而為使用助聽器人士帶來顯著的語音清晰度改善。1

3D 語音清晰度

進一步了解我們新推出以 DNN 為基礎的降噪功能,這項功能在最具挑戰性的聲學環境中徹底革新了訊號處理。

 

ERA 晶片

AutoSense OS 6.0

我們的自動作業系統經過基於人工智慧的機器學習訓練,能夠準確識別聲音環境。

 

一家人在餐廳
峰力 Audéo Infinio 助聽器

了解 Infinio 背後的科學

從實驗室到現實生活 — Infinio 提供了一系列經過實證的功能,旨在提升顧客的聆聽體驗。  

 

影片

有興趣了解有關未來聽力技術的更多資訊嗎?峰力致力於推動聽力技術的發展,正在開發的下一代助聽器,旨在提供更加個人化和身臨其境的聆聽體驗。了解我們如何塑造聽力照護的未來:

部落格文章

客製化放大

人工智慧有助於根據個人需求客製助聽器。人工智慧還可以分析患者的獨特需求、偏好和聆聽環境,即時微調助聽器,優化聆聽體驗。峰力 AutoSense™ 作業系統是人工智慧機器學習如何提高語音清晰度和降低聆聽費力度的絕佳範例。

Audiologist at work
早期檢測

人工智慧演算法正在分析耳鏡影像、聽力圖,甚至基因資料,以便更早、更精確地識別聽力損失。想像一下,人工智慧能夠發現老年失聰或梅尼爾氏病的早期症狀,從而進行及時介入。

Female client in audiologist’s office
聽力健康管理

人工智慧應用程式使患者能夠在管理聽力健康方面發揮更積極的作用,讓專業聽力照護更加完整。例如,人工智慧耳鳴應用程式可以學習獨特的耳鳴模式,並建立個人化的聲音療法來遮蔽耳鳴。它還可以結合認知行為療法 (CBT) 技術,幫助管理與耳鳴相關的壓力和焦慮,最終改善整體健康狀況。

Middle aged couple exercising near a mountain lake

人工智慧常見問題

什麼是人工智慧,它如何在助聽器中發揮作用?本常見問題解答旨在解答有關人工智慧助聽解決方案的疑問並提供相關資訊。

一般人工智慧和助聽器

常見問題

人工智慧是指機器模仿人類行為的能力。在對話中,人工智慧和機器學習可以交互使用。3

 

機器學習是人工智慧的一個分支,系統透過分析所提供的資料自動學習並提高性能。3

峰力助聽器使用人工智慧技術已有 24 年之久。多年來,助聽器中一直採用使用機器學習 (ML) 的人工智慧技術,以執行兩項任務:1) 聲音環境分類;2) 聲音處理參數應用。 

峰力最新的應用是使用機器學習來訓練我們的助聽器作業系統 AutoSense OS。這項技術的開發和訓練使用了成千上萬的真實錄音。其結果是真正個人性化的聆聽體驗。

深度神經網路 (DNN) 是機器學習的一個進階子集,採用複雜的演算法(如深度神經網路)來模擬人腦,使系統能夠以更高的複雜度和精確度學習和響應資訊。3

透過深度神經網路進行的深度學習是最強大的機器學習演算法。3

峰力將人工智慧視為某些助聽器技術創新的重要催化劑。然而,人工智慧/深度學習並非新生事物,它早在 1990 年代就已出現,但由於操作所需的驚人計算能力,發展一直受到限制。

雖然人工智慧技術令人興奮,但峰力仍然堅信透明度是關鍵。公開承認人工智慧的現有侷限是至關重要的,避免僅僅為了趕時髦而誇大其詞。

我們也承認其他技術進步在滿足醫療專業人士及其患者需求方面的重要性。我們的目標是提高他們在現實生活中的聆聽體驗,尤其是在具有背景噪音的挑戰性環境中。 

在助聽器領域,峰力相信人工智慧 (AI) 及其子集(如機器學習 (ML) 和深度神經網路 (DNN))的整合蘊含著巨大的潛力。在了解人工智慧和 DNN 的影響時,重要的是要注意其規模。小型 DNN 並不一定能比傳統機器學習取得更好的患者成果。

我們的目標是提供實用有效的解決方案,無論使用何種技術,都讓使用者真正受益。

在峰力,我們認為聽力照護專家,在實現客戶最佳聆聽效果扮演重要角色。在人工智慧技術不斷發展的同時,我們必須強調創新與技術精湛的聽力照護專家共同努力的重要性。將先進技術與專家指導相結合,可確保助聽器人工智慧功能的使用效果達到最佳,最終使患者受益。

與我們合作

作為峰力的合作夥伴,您將獲得業界領先的聽力解決方案、廣泛的資源庫、行銷支援、社區活動、培訓等,來 幫助您的業務發展。

Side view of female nurse working at computer desk against window in office

參考資料

1. Appleton, J. (2020). AutoSense OS 4.0 - significantly less listening effort and preferred for speech intelligibility. Phonak Field Study News. https://www.phonak.com/evidence 
2. Latzel, M., & Hobi, S. (2022). ActiveVent Receiver provides benefit of open and closed acoustics for better speech understanding in noise and naturalness of own voice perception. Phonak Field Study News. https://www.phonak.com/evidence
3. Thibodeau L. M. (2020) Benefits in Speech Recognition in Noise with Remote Wireless Microphones in Group Settings. Journal of the American Academy of Audiology, 31(6), 404–411. 
4. Latzel, M., Lesimple, C., & Woodward, J. (2022). New implementation of directional beamforming configurations show improved speech understanding and reduced listening effort. Phonak Field Study News. https://www.phonak.com/evidence 
5. Latzel, M., Lesimple, C., & Woodward, J. (2023). Speech Enhancer significantly reduces listening 

effort and increases intelligibility for speech from a distance. Phonak Field Study News. https://www.phonak.com/evidence

6. RIC: 
Usability PDL-14751 
PDL-18247 (Func. Behavior) 
PDL-18770 (Hear. Perf.) 
BTE: 
Usability PDL-14720 
Hearing Performance verification report: PDL-18771 
Functional verification report: PDL-18246

7. https://nix-united.com/blog/artificial-intelligence-vs-machine-learning-vs-deep-learning-explaining-the-difference/