Med utgångspunkt i vår filosofi Organic Hearing™ vi utformar AI för att stödja hjärnan – så att ljudet blir naturligt, användaren behåller kontrollen och den dagliga kommunikationen förbättras utan att tekniken tar över.
Laurel Christensen,
Ph.D., Chef För Audiologi, GN Hearing
GN är stolta över att ligga i framkant inom AI-hörselteknik och är erkänd inom branschen för vår användning av AI i hörapparater, som är utformade för att ge hörapparatsanvändare ökad självständighet.
AI-hörapparater kombinerar snabb regelbaserad bearbetning (volym, återkopplingskontroll, riktning) med adaptiva maskininlärningsmodeller, såsom DNN. Titta på den här korta videon för att se hur AI-hörapparater fungerar.
AI används för att hörapparaterna automatiskt ska kunna klassificera och anpassa sig till olika ljudmiljöer. I funktioner för brushantering hjälper AI till att skilja tal från bakgrundsljud, vilket förbättrar tydligheten och minskar nödvändig ansträngning.
Andrew Dittberner,
Chef För Forskning, GN Advanced Science
Deep Neural Networks är fantastiska. Klicka på rutorna nedan för att få mer information och detaljer om hur vi använder DNN i våra AI-hörapparater för att skilja tal från komplexa ljud – den största utmaningen för hörapparatsanvändare.
Låt oss guida dig genom vår senaste AI-hörselteknik och funktioner, och få tips om hur du kan förklara och rekommendera fördelarna med AI-hörapparater till dina kunder.
Laurel Christensen,
Ph.D., Chef För Audiologi, GN Hearing
Vår inställning till AI är att vi vill stärka audionomer och hörapparatsanvändare, inte ersätta dem. Detta är fortfarande vår drivkraft när vi utvecklar innovationer med AI och är en central del av vår övertygelse.
Nej, våra hörsellösningar spelar inte in något som hörapparatsanvändaren hör eller säger.
Alla funktioner i hörapparater förbrukar batteri. DNN-drivna funktioner är särskilt energikrävande, men vi har utformat våra AI-funktioner så att slutanvändaren garanteras en hel dags batteritid med våra uppladdningsbara lösningar. Detta inkluderar användningen av DNN-brusreduceringsfunktionen. Vi har faktiskt den mest effektiva DNN-tekniken, som är 17 gånger effektivare än vår närmaste konkurrent.4
Våra lösningar lagrar hörapparaternas beteende över tid, men lär sig inte av slutanvändarnas preferenser. Denna information kan nås av audionomer via dataloggningsfunktionen i anpassningsprogramvaran och kan aktiveras eller inaktiveras när som helst. Hörapparaterna justeras inte automatiskt utifrån slutanvändarnas preferenser. Vi tror på slutanvändarnas egenmakt, därför har de möjlighet att justera sina egna lösningar och till och med spara favoritinställningar i vår app.
Nej, vi tar integritet på allvar och ser till att vi följer alla nödvändiga regler och föreskrifter, både landspecifika och globala. För mer information, vänligen kontakta oss.
När det gäller AI och hörapparatens funktioner sker all bearbetning inuti enheten. DNN har till exempel ett eget dedikerat chip och DNN tränas i ett laboratorium. DNN kan vara mycket energikrävande, men vi har utformat vårt så att det är det mest effektiva i branschen och garanterar en hel dags batteritid.
Vårt miljöklassificeringssystem har utformats för att klassificera sju olika verkliga situationer, från mjukt tal till tal i högljudda miljöer. Denna klassificeringsstrategi garanterar 91 % noggrannhet vid korrekt identifiering av de mest utmanande ljudmiljöerna och är därför den mest exakta miljöklassificeringen i branschen.5
Interna studier visade att 89 % föredrog vår senaste funktion för tal i bullriga miljöer jämfört med äldre modeller,6 men också att den gav en genomsnittlig förbättring på 5,7 dB för tal i bullriga miljöer jämfört med vår närmaste konkurrent.7
Vi har inte bara validerat prestandan hos våra lösningar internt, utan har även nyligen fått externa valideringar utförda av universitetet i Oldenburg.
De kom fram till att våra lösningar är bäst när det gäller taltydlighet i bullriga miljöer och presterar bättre än andra marknadsledande hörapparater i gruppkonversationer och uppgifter som kräver selektiv uppmärksamhet.8 Vi bekräftades också som bäst när det gäller taltydlighet i bullriga miljöer jämfört med alla andra DNN-brusreduceringslösningar, eftersom den visade sig vara betydligt bättre i gruppkonversationer och uppgifter som kräver selektiv uppmärksamhet.8
