Respuestas direccionales a la clasificación del entorno y la localización del habla
Introducción
En su día a día, las personas experimentan multitud de entornos acústicos, como conversaciones tranquilas en casa, una comida con un amigo en un restaurante bullicioso o cuando se piden indicaciones en una esquina de una calle ajetreada. Los parámetros acústicos en estos diferentes entornos pueden variar de forma significativa y cambiar dinámicamente. La experiencia de escucha de un usuario con un audífono depende de la eficiencia con la que se adapte la configuración de su audífono al entorno acústico. A medida que cambie la escena auditiva, es posible que se deba adaptar la respuesta de los audífonos al nuevo entorno. Puede hacerlo el usuario de forma manual o los audífonos de manera automática. Para que los audífonos se adapten automáticamente, deben ser capaces de identificar correctamente el entorno cambiante y, a continuación, realizar los ajustes necesarios.
Filosofía de procesamiento de la señal de Unitron
«En Unitron creemos que un sofisticado programa automático, capaz de caracterizar el escenario de escucha y ajustar el rendimiento en consecuencia, ofrece la ventaja de la facilidad de uso y reduce el riesgo de errores potenciales, como seleccionar el programa de ajuste manual incorrecto o no cambiar nada en el programa activo».
(Cornelisse, 2017)
Los audífonos de Unitron han sido capaces de clasificar con precisión los entornos acústicos durante años. La tecnología de procesamiento de sonido Unitron ha seguido evolucionando para optimizar mejor el sonido en distintos entornos. El modo de micrófono direccional es una de las funciones con mayor impacto en el rendimiento, en particular en los entornos de alta complejidad. Durante años, Unitron ha activado y ajustado la respuesta direccional conforme al entorno clasificado. Con la plataforma Vivante™, la habilidad de los audífonos de Unitron para adaptarse a la respuesta direccional basada en el entorno acústico del usuario ha mejorado aún más con la adición de HyperFocus. HyperFocus ofrece el mayor impulso potencial en la relación señal-ruido (SNR) en los entornos más complejos.
Clasificación del entorno
Para aplicar la filosofía de Unitron, el primer paso consiste en identificar con precisión el escenario de escucha, que se puede caracterizar a través de muchos aspectos del entorno acústico, por ejemplo, el nivel general del sonido, la presencia o ausencia del habla y/o del ruido de fondo, la SNR y la ubicación del habla en relación con el oyente. Cornelisse (2017) describió cómo se puede cuantificar cualquier escenario de escucha teniendo en cuenta tres dimensiones clave: 1) nivel general, 2) tipo de ruido y 3) SNR.
Ejemplo de cómo se pueden representar distintos escenarios de escucha dentro del espacio acústico definido por las tres dimensiones clave (Cornelisse, 2017).
Hayes (2021) comparó el rendimiento del Clasificador conversacional de Unitron con el de los oyentes sin problemas de audición y descubrió que el sistema de clasificación de Unitron podía clasificar con precisión tanto los entornos de escucha sencillos como los complejos. En este estudio, primero 20 oyentes sin problemas de audición clasificaron 26 entornos acústicos distintos para establecer una base de referencia. A continuación, el rendimiento de los clasificadores utilizados en los audífonos premium de Unitron y de otros cuatro fabricantes principales se comparó con el rendimiento de la base de referencia establecida por los oyentes sin problemas de audición. El rendimiento del clasificador de Unitron coincidió en gran medida con el de los oyentes sin problemas de audición.
Figura 2. Ejemplo de resultados de la clasificación de Hayes (2021) para un entorno sencillo y uno complejo.
Las tres dimensiones descritas por Cornelisse (2017) son la base del clasificador conversacional de Unitron. Este sistema de clasificación ha evolucionado a lo largo del tiempo y ahora los audífonos de Vivante pueden clasificar hasta ocho entornos de escucha, incluyendo la adición más reciente, la conversación en ruido fuerte, que utiliza el modo de micrófono HyperFocus:
- Conversación en silencio
- Conversación entre poca gente
- Conversación entre mucha gente
- Conversación en ruido
- Conversación en ruido fuerte
- Silencio
- Ruido
- Música
Ubicación del habla
Independientemente de la precisión, identificar únicamente el entorno acústico no resulta suficiente. Si se identifica un entorno de conversación en ruido, sigue siendo fundamental determinar la ubicación del interlocutor para aplicar la respuesta direccional completa. Walden et al. (2004) informaron de que en el 20 % de las situaciones de escucha el oyente no mira a la persona que le habla. Del mismo modo, Hayes (2022) señaló que en situaciones de escucha complejas las personas no miran hacia la dirección del habla (el 25 % del tiempo) casi con la misma frecuencia con la que sí lo hacen (30 % del tiempo). Hayes (2022) también indicó que el porcentaje de tiempo con ningún hablante objetivo estaba muy relacionado con el tiempo clasificado como «Solo ruido» por el clasificador de Unitron.
La mediana y los rangos entre cuartiles para el habla desde la parte frontal, los laterales o la parte trasera en porcentaje de tiempo notificado por Hayes (2022).
Conformación de haces direccional
Antes de comentar cómo los audífonos de Vivante adaptan su direccionalidad en función del entorno clasificado y de la ubicación del habla, es importante comprender algunos aspectos básicos del micrófono direccional. La respuesta direccional de los audífonos modernos se crea combinando la entrada de dos o más micrófonos diferentes que se sitúan en dos ubicaciones físicas distintas del audífono. Esto se denominará conformador de haces direccional.
Antes del lanzamiento de la plataforma Vivante, los audífonos de Unitron usaban un modo tradicional de conformación de haces que utilizaba los dos micrófonos de un único audífono para crear la respuesta direccional. Las señales de los dos micrófonos se combinan y, debido a un retardo entre los dos micrófonos (externo por la distancia física e interno aplicado durante el procesamiento de señales), variará la sensibilidad a las entradas de diferentes ubicaciones (Ricketts, 2005). Como la respuesta direccional se crea utilizando los micrófonos de un único audífono, se denomina conformador de haces monoaural.
En un ajuste binaural, el intercambio de datos entre los dos audífonos se utiliza para coordinar la respuesta direccional de cada audífono. Esto permite que la respuesta direccional de un par de audífonos de Unitron funcione en conjunto como un sistema binaural.
Con el lanzamiento de Vivante, Unitron ahora tiene un modo de conformación de haces binaural llamado HyperFocus. Este efecto de micrófono direccional se crea combinando el audio de los cuatro micrófonos en un par de audífonos, Esto es diferente al intercambio de datos utilizado históricamente. La señal de audio completa se intercambia entre los dos instrumentos auditivos para crear una respuesta direccional más estrecha de lo que es posible con un formador de haz monaural tradicional
Desde el punto de vista de la percepción, esta combinación entre las señales de los audífonos izquierdo y derecho crea la impresión de que todas las fuentes se localizan en una única ubicación, en la parte delantera, y se experimenta como un haz estrecho con menos ruidos de interferencia de la parte trasera y, en particular, de los laterales (Derleth et al., 2021).
Figura 4. Una ilustración del intercambio de audio utilizado para crear HyperFocus.
Direccionalidad en función del entorno y de la ubicación del habla
El sistema de Unitron puede clasificar con precisión el entorno acústico del usuario, además de detectar la ubicación del habla. Hayes (2022) descubrió que, de media, las personas pasan el 26 % de su tiempo en entornos complejos. Sabemos si el usuario se encuentra en un entorno sencillo o complejo. Si el usuario está en un entorno complejo, sabemos si hay habla o no y, en el caso de haberla, sabemos de dónde viene.
Integra OS es el nombre del sofisticado sistema automático de la plataforma Vivante que ajusta varios parámetros de los audífonos en respuesta a los cambios del entorno acústico. Uno de los parámetros que ajusta automáticamente es la respuesta direccional de los audífonos.
Entornos de baja complejidad
El objetivo de los entornos de escucha con poca complejidad consiste en sensibilizar sobre los sonidos del entorno al tiempo que se mantienen las señales acústicas necesarias para la localización. Cuando la SNR es alta, no es necesario aumentarla mediante el sistema direccional. Cuando se detecta un entorno de menor complejidad, el modo de micrófono que utilizan los productos Vivante de Unitron es el efecto "Pinna" 2. El efecto "Pinna" 2 se desarrolló para recrear la respuesta direccional del oído humano promedio. Al igual que en el oído humano, la respuesta direccional es diferente entre el audífono derecho y el izquierdo, por lo que el efecto "Pinna" 2 solo está disponible para pares de audífonos. El efecto "Pinna" 2 se diseñó para compensar las señales que se suelen perder con audífonos y que se necesitan para la localización.
Entornos de alta complejidad
En un entorno complejo, el objetivo depende de la presencia o ausencia de habla en el entorno. Si se detecta que alguien habla, queremos que la respuesta direccional aumente la SNR del hablante objetivo, pero si no se detecta, queremos aplicar una direccionalidad leve para reducir parte del ruido de fondo al tiempo que se mantiene la conciencia medioambiental. En los audífonos Vivante, esto se consigue de forma automática en Integra OS, que activa el modo de micrófono AutoFocus 360.
Sin hablante objetivo
Cuando no se detecta habla en un entorno complejo, AutoFocus 360 aplica una respuesta direccional simétrica, orientada hacia delante y de fijo ancho. El patrón de conformación de haces pretende reducir el ruido de fondo de la parte trasera y mantener al mismo tiempo la conciencia ambiental de la parte frontal y los lados. En comparación con el efecto "Pinna" 2, este modo reduce el ruido ambiente de fondo, pero no tanto como un conformador de haces orientado hacia delante y totalmente activado.
Hablante lateral
Cuando el habla se encuentra a la izquierda o a la derecha en un entorno complejo, se aplica una respuesta asimétrica. En el lado en el que se detecta el habla, se aplica un patrón de conformador de haces orientado hacia el lado para destacar el habla procedente de ese lado. En el otro lado, se aplica un patrón de conformación de haces adaptativo frontal para reducir el ruido de ese lado y de la parte trasera. Por ejemplo, si el habla se encuentra en el lado derecho, el audífono derecho se enfocará en el lado derecho y el audífono izquierdo, en la parte frontal. El efecto es una mayor sensibilidad del hablante hacia el lado, mientras se proporciona una reducción general del ruido ambiental de fondo.
Hablante desde la parte trasera
Cuando el habla se encuentra en la parte trasera en un entorno complejo, los dos audífonos aplican un haz direccional hacia la parte posterior. Este haz direccional se centra en la parte trasera al tiempo que mantiene la capacidad de audición para los sonidos de la parte frontal.
El efecto es una mayor sensibilidad del hablante hacia la parte trasera, mientras se proporciona una reducción general del ruido ambiental de fondo procedente de otras direcciones. En ese caso, aunque se reducen las señales de la parte frontal, estas siguen siendo audibles para mantener un equilibrio entre la concentración del hablante en la parte trasera y la conciencia de otros sonidos fuera del eje, en particular los sonidos de la parte frontal.
Hablante desde la parte frontal
Cuando el habla se encuentra hacia la parte frontal en un entorno complejo, la respuesta direccional de los audífonos de Vivante depende del nivel general del entorno. En entornos de sonido moderadamente alto, la respuesta direccional de los dos audífonos es un conformador de haces tradicional con un patrón formal adaptativo.
Si el entorno tiene un sonido muy alto, un entorno especializado de Integra OS activará de manera automática HyperFocus, el conformador de haces binaural. Se aplica para proporcionar un rendimiento direccional máximo. En el caso de los productos recargables con un acelerómetro integrado, la respuesta también depende de si el usuario de los audífonos se está moviendo o no. HyperFocus no se activará si los audífonos detectan que el usuario está caminando.
Hablante desde la parte frontal con mucho ruido
Con la adición de HyperFocus a la plataforma de Vivante, Integra OS ahora tiene un modo de micrófono adicional para ayudar a los usuarios en los entornos más desafiantes. Con todas las funciones en su potencia predeterminada, HyperFocus puede proporcionar una mejora media de la SNR en todas las frecuencias audiométricas (250-8000 Hz) de 2,8 dB en comparación con el modo de micrófono fijo ancho, y una mejora de 1,2 dB en comparación con AutoFocus 360 para el habla localizada hacia la parte delantera (Unitron, 2023). La ventaja de la SNR se estimó utilizando una técnica de inversión de señal descrita por Hagerman y Olofsson (2004).
Figura 5.
Estos valores se obtuvieron de grabaciones realizadas con base en una pérdida auditiva normal de 60 dB HL (solo CA) utilizando dispositivos Moxi Vivante RIC en KEMAR en una matriz de 10 altavoces. Se utilizaron auriculares M y cápsulas de potencia y el acoplamiento de TrueFit se configuró en Cápsula de potencia. El estímulo del habla se presentó desde delante y el ruido de banda ancha se presentó desde ±30, ±45, ±90, ±135 y 180 grados. El nivel general fue de 83 dB SPL con 0 dB de SNR. El estímulo del habla fue la señal internacional de prueba de voz (ISTS) y el ruido de banda ancha fue el International Female Noise (IFnoise). Las funciones adaptativas estuvieron en la configuración predeterminada. (Unitron, 2023).
Como HyperFocus ofrece una direccionalidad máxima, ¿por qué no se utiliza siempre cuando el habla procede de la parte frontal? Hay varios motivos. Los conformadores de haces binaurales utilizan más corriente que los conformadores de haces tradicionales debido al intercambio de audio completo entre el par de audífonos necesario para crear este modo de conformación de haces. El conformador de haces binaural se crea combinando las señales de entrada de los cuatro micrófonos en un par de audífonos. Esto significa que los dos audífonos del par emiten la misma señal, lo que afecta a las señales de localización (Derleth et al., 2021). Aunque un conformador de haces binaural proporciona la mayor mejora en la SNR para un hablante que se encuentre directamente delante del oyente, también reduce la conciencia de los sonidos que están fuera del eje, lo que es menos deseable si no se está produciendo ninguna conversación.
HyperFocus solo está disponible como parte del programa automático para audífonos de Vivante en el nivel de tecnología 9. HyperFocus está disponible en un programa de ajuste manual en los niveles de tecnología 9 y 7. En un programa de ajuste manual, se puede ajustar la potencia de HyperFocus. A una potencia máxima, la ventaja de la SNR proporcionada por HyperFocus es de 3,7 dB, unos 0,5 dB adicionales de ventaja de la SNR en comparación con la configuración predeterminada (Unitron, 2023).
Resumen
La filosofía de Unitron consiste en crear un sofisticado sistema automático que pueda caracterizar un escenario de escucha y ajustarse en consecuencia con el objetivo de aumentar la facilidad de uso y reducir los posibles errores. Nuestro sistema de clasificación puede clasificar con precisión los entornos de escucha sencillos y los complejos. Los audífonos de Unitron pueden detectar la presencia o la ausencia del habla y, cuando está presente, detectar su dirección. Integra OS y AutoFocus 360 permiten que los instrumentos auditivos Vivante utilicen el entorno
clasificación y ubicación del habla para adaptarse inteligentemente a su respuesta direccional al entorno acústico del usuario. El rendimiento de cada ubicación del objetivo es un equilibro entre el enfoque en la ubicación del objetivo, la reducción del nivel general del ruido ambiente de fondo, el mantenimiento de la conciencia de los sonidos fuera del eje y la reducción de las transiciones audibles a medida que cambia la ubicación del objetivo. La adición de nuestro modo de micrófono binaural más agresivo, HyperFocus, permite que Integra OS responda mejor en los entornos de escucha más complejos.
Referencias
Cornelisse, L. (2017). A conceptual framework to align sound performance with the listener’s needs and preferences to achieve the highest level of satisfaction with amplification. http://dx.doi.org/10.13140/RG.2.2.10315.08486
Derleth, P., Georganti, E., Latzel, M., Courtois, G., Hofbauer, M., Raether, J. y Kuehnel, V. (2021). Binaural Signal Processing in Hearing instruments. Seminars in hearing, 42(3), 206-223. https://doi.org/10.1055/s-0041-1735176
Hagerman, B. y Olofsson, A. (2004). A method to measure the effect of noise reduction algorithms using simultaneous speech and noise. Acta Acustica united with Acustica. 90, 356-361.
Hayes, D. (2021). Environmental Classification in Hearing instruments. Seminars in Hearing, 42(3), 186-205. https://doi.org/10.1055/s-0041-1735175
Hayes, D. (2022). Hey! I’m over here: Log It All and the direction of speech. Unitron. https://www.unitron.com/content/dam/echo/en_us/learn/UH_FieldStudyNews_LogIt_AllDirectionOfSpeech_EN.pdf
Ricketts T. A. (2005). Directional hearing instruments: then and now. Journal of rehabilitation research and development, 42(4 supl. 2), 133-144.
Unitron (2023). 23EQ Verification Report - Moxi V9 R RIC Directional Performance. PDL-13831 [2]. Documento corporativo interno no publicado.
*Walden, B. E., Surr, R. K., Cord, M. T. y Dyrlund, O. (2004). Predicting hearing instrument microphone preference in everyday listening. J Am Acad Audiol, 15(5), 365-396. https://doi.org/10.3766/jaaa.15.5.4