Hoe GN AI gebruikt in hoortoestellen

Onze benadering van AI is dat we de audicien en de gebruiker van hoortoestellen willen ondersteunen en niet vervangen. Dit blijft onze drijfveer bij het innoveren met AI en vormt de kern van onze overtuigingen.

Nee, onze hooroplossingen nemen niets op van wat de gebruiker van het hoortoestel hoort of zegt.

Alle functies binnen hooroplossingen zorgen ervoor dat de batterij sneller leeg raakt. DNN-aangedreven functies verbruiken bijzonder veel stroom, maar we hebben onze AI-functies zo ontworpen dat de eindgebruiker gegarandeerd een hele dag lang van onze oplaadbare oplossingen kan genieten. Dit geldt ook voor het gebruik van de DNN-ruisonderdrukkingsfunctie. We hebben zelfs de meest efficiënte DNN, die 17 keer efficiënter is dan die van onze naaste concurrent.⁴

Onze oplossingen slaan het gedrag van de hoortoestellen in de loop van de tijd op, maar leren niet van de voorkeuren van de eindgebruiker. Deze informatie is toegankelijk voor audiciens via de datalogfunctie in de aanpassingssoftware en kan op elk moment worden in- of uitgeschakeld. De hoortoestellen worden niet automatisch aangepast op basis van de voorkeuren van de eindgebruiker. Wij geloven in empowerment van de eindgebruiker; daarom hebben zij de mogelijkheid om hun eigen oplossingen aan te passen en zelfs hun favoriete instellingen op te slaan in onze app.

Nee, wij nemen privacy serieus en zorgen ervoor dat we ons houden aan alle vereiste regels en voorschriften, zowel landspecifiek als wereldwijd. Neem voor meer informatie contact met ons op.

Als we kijken naar AI en de functies van hoortoestellen, vindt alle verwerking plaats binnen het apparaat. Het DNN heeft bijvoorbeeld een eigen speciale chip en het DNN zelf wordt getraind in een laboratorium. DNN's kunnen erg 'energieverslindend' zijn, maar wij hebben ons DNN zo ontworpen dat het het meest efficiënte in de branche is, waardoor een volledige dag batterijduur gegarandeerd is.

Ons milieuclassificatiesysteem is ontworpen om 7 verschillende praktijksituaties te classificeren, van zachte spraak tot spraak in luidruchtige omgevingen. Deze classificatiestrategie garandeert een nauwkeurigheid van 91% bij het correct identificeren van de meest uitdagende geluidsomgevingen en is daarmee de meest nauwkeurige milieuclassificator in de branche.⁵

Uit interne studies hebben we vastgesteld dat er een voorkeur van 89% was voor onze nieuwste functie voor spraak in lawaai in vergelijking met oudere modellen,⁶ maar ook een gemiddelde verbetering van 5,7 dB voor spraak in lawaai in vergelijking met onze naaste concurrent.⁷

We hebben niet alleen de prestaties van onze oplossingen intern gevalideerd, maar hebben onlangs ook externe validaties laten uitvoeren door de Universiteit van Oldenburg.

Ze concludeerden dat onze oplossingen het hoogst scoren op het gebied van spraakverstaanbaarheid in lawaai en dat ze in vergelijking met andere toonaangevende hoortoestellen uitstekend presteren in groepsgesprekken en bij selectieve aandachtstaken.⁸ We werden ook erkend als de beste oplossing voor spraakverstaanbaarheid in lawaai in vergelijking met andere DNN-ruisonderdrukkingsoplossingen, omdat bewezen is dat deze oplossing aanzienlijk beter presteert in groepsgesprekken en bij selectieve aandachtstaken.⁸