Med utgangspunkt i vår Organic Hearing™-filosofi utvikler vi AI som støtter hjernen – slik at hørselen føles naturlig, brukeren beholder kontrollen og den daglige kommunikasjonen forbedres uten at teknologien tar overhånd.
Laurel Christensen,
Ph.D., Sjef For Audiologi, GN Hearing
GN er stolt av å være i forkant av AI-høreteknologi, anerkjent av bransjen for vår bruk av AI i høreapparater, som er designet for å styrke høreapparatbrukere.
AI-høreapparater kombinerer rask regelbasert behandling (volum, feedbackhåndtering, retningsbestemmelse) med adaptive maskinlæringsmodeller, som DNN-er. Se denne korte videoen for å se hvordan AI-høreapparater fungerer.
AI gjør det mulig for høreapparatene å automatisk klassifisere og tilpasse seg ulike lyttemiljøer. I støyhåndteringsfunksjonene hjelper AI til å skille tale fra bakgrunnsstøy, noe som forbedrer klarheten og reduserer lytteinnsatsen.
Andrew Dittberner,
Sjef For Vitenskap, GN Advanced Science
Dype nevrale nettverk er fantastiske. Klikk på boksene nedenfor for å få mer informasjon og detaljer om hvordan vi bruker DNN i våre AI-høreapparater for å skille tale fra kompleks støy – den største utfordringen for brukere av høreapparater.
La oss guide deg gjennom vår nyeste AI-høreapparatteknologi og funksjoner, og få tips om hvordan du kan forklare og anbefale fordelene med AI-høreapparater til dine brukere.
Laurel Christensen,
Ph.D., Sjef For Audiologi, GN Hearing
Vår tilnærming til AI er at vi ønsker å styrke audiografer og høreapparatbrukere, ikke erstatte dem. Dette er fortsatt vår drivkraft når vi innoverer med AI, og det er kjernen i vår filosofi.
Nei, våre hørselsløsninger tar ikke opp noe av det høreapparatbrukeren hører eller sier.
Alle funksjoner i høreapparater forbruker batteri. DNN-drevne funksjoner er spesielt «strømkrevende», men vi har designet våre AI-funksjoner slik at sluttbrukeren er garantert en hel dags batterilevetid med våre oppladbare løsninger. Dette inkluderer bruk av DNN-støyreduksjonsfunksjonen. Faktisk har vi den mest effektive DNN-en, som er 17 ganger mer effektiv enn vår nærmeste konkurrent.4
Våre løsninger lagrer høreapparatets atferd over tid, men lærer ikke av sluttbrukerens preferanser. Denne informasjonen er tilgjengelig for audiografer via dataloggingsfunksjonen i tilpasningsprogramvaren, og kan aktiveres eller deaktiveres når som helst. Høreapparatene justeres ikke automatisk basert på sluttbrukerens preferanser. Vi tror på sluttbrukerens selvbestemmelse, og derfor har de muligheten til å justere sine egne løsninger og til og med lagre favorittinnstillinger i appen vår.
Nei, vi tar personvern veldig alvorlig og forsikrer at vi følger alle pålagte krav og reguleringer fra myndighetene. Både på landsbasis og globalt. For mer informasjon ta kontakt.
Når det gjelder AI og høreapparatfunksjonene, foregår all prosessering inne i enheten. For eksempel har DNN sin egen dedikerte brikke, og DNN selv er trent opp i et laboratorium. DNN-er kan være svært «strømkrevende», men vi har designet vår til å være den mest effektive i bransjen, og garanterer en hel dags batterilevetid.
Vårt miljøklassifiseringssystem er utviklet for å klassifisere 7 forskjellige virkelige situasjoner, fra lav tale til tale i høy støy. Denne klassifiseringsstrategien sikrer 91 % nøyaktighet i korrekt identifisering av de mest utfordrende lydmiljøene og er derfor den mest nøyaktige miljøklassifisereren i bransjen.5
Interne studier har vist at 89 % foretrekker vår nyeste funksjon for tale i støy sammenlignet med tidligere modeller,6 men også at den gir en gjennomsnittlig forbedring på 5,7 dB for tale i støy sammenlignet med vår nærmeste konkurrent.7
Vi har ikke bare validert ytelsen til våre løsninger internt, men har også nylig fått gjennomført eksterne valideringer ved Universitetet i Oldenburg.
De konkluderte med at våre løsninger er best i klassen når det gjelder taleforståelighet i støy, og viser sterk ytelse sammenlignet med andre markedsledende høreapparater i gruppesamtaler og oppgaver som krever selektiv oppmerksomhet.8 Vi ble også bekreftet som best i klassen når det gjelder taleforståelighet i støy sammenlignet med andre DNN-støyreduksjonsløsninger, da det ble bevist at den var betydelig bedre i gruppesamtaler og oppgaver som krever selektiv oppmerksomhet.8
