Ces dernières années, les technologies de réduction de bruit ont fait des avancées spectaculaires. Aujourd’hui, des casques audio et des oreillettes offrent des performances impressionnantes en termes de suppression du bruit ambiant. Cependant, ces systèmes, aussi efficaces soient-ils, peuvent ne pas être idéaux dans toutes les situations. Par exemple, les AirPods Pro d’Apple ajustent automatiquement la réduction du bruit lorsque l’utilisateur engage une conversation, mais l’utilisateur a très peu de contrôle sur ce processus.
Une équipe de l’Université de Washington a donc développé une solution innovante en utilisant le machine learning pour permettre une oreille sélective améliorée.
Le système Target Speech Hearing
Baptisé "Target Speech Hearing", ce système fonctionne comme un dispositif de réduction du bruit classique, mais avec une particularité : il permet de laisser passer la voix d’un interlocuteur précis lorsque l’utilisateur regarde dans sa direction.
Ce projet s’appuie sur un autre programme de l’université, appelé "audition sémantique", qui utilise une application smartphone pour isoler certains sons importants comme des sirènes ou des alarmes, aidant ainsi l’utilisateur à rester conscient de son environnement malgré l’utilisation d’un casque à réduction de bruit.
Un fonctionnement simple et efficace
Le fonctionnement du Target Speech Hearing est relativement simple : en regardant un interlocuteur pendant quelques secondes, le système capte un échantillon audio binaural bruyant de l’interlocuteur et utilise cet échantillon pour apprendre les caractéristiques vocales de la cible. Une fois l'apprentissage terminé, le système est capable d'extraire la voix de cet interlocuteur et de supprimer les interférences, même si l’utilisateur ne regarde plus l’interlocuteur.
Cette approche utilise deux microphones, un microprocesseur et un petit bouton sur le casque audio. En appuyant sur le bouton, l’utilisateur active le processus de filtrage sonore, qui analyse les sons captés pour isoler la voix de l’interlocuteur situé en face.
Avantages pour les utilisateurs
Cette technologie, avec une latence quasiment imperceptible de 18,2 millisecondes, fonctionne en temps réel et a démontré une efficacité prometteuse lors de tests préliminaires. Les volontaires ont rapporté une clarté vocale améliorée de deux fois dans des environnements bruyants.
L’intégration de cette technologie dans des prothèses auditives pourrait être révolutionnaire, en offrant une solution aux problèmes de clarté sonore souvent rencontrés par les utilisateurs de ces dispositifs.
Applications futures
Si le système présente encore des limites, telles que l’incapacité d’isoler simultanément plusieurs interlocuteurs, son potentiel est considérable. Au-delà des casques audio grand public, cette technologie pourrait significativement améliorer les aides auditives, en permettant aux utilisateurs de mieux distinguer la voix de leurs interlocuteurs dans des environnements bruyants.
Les chercheurs espèrent intégrer ce système dans des appareils auditifs dans un futur proche, rendant ces dispositifs plus efficaces et plus adaptés aux besoins des utilisateurs.
Conclusion
La technologie Target Speech Hearing développée par l’Université de Washington représente une avancée majeure dans le domaine de l’audition assistée par IA. En permettant une oreille sélective numérique, ce système offre une nouvelle dimension de personnalisation et d’efficacité pour les utilisateurs de casques audio et de prothèses auditives, ouvrant la voie à des applications encore plus innovantes à l’avenir.
Pour en savoir plus sur cette technologie révolutionnaire, consultez l’étude complète ici.
Jonathan ZERBIB, créateur de Ouïe Audition et Ouïe Shop
Expert en audiologie, je partage avec vous les dernières innovations et conseils en matière d'audition. De la découverte des appareils auditifs de pointe aux sujets d'actualité sur l'audition et la société, ma mission est de vous éclairer et d'améliorer votre expérience auditive au quotidien.
Opmerkingen