1. Preis für H4a-Forschungsteam bei Wissenschaftswettbewerb

PRESSEMITTEILUNG

Forschende des Exzellenzclusters Hearing4all gewinnen mit intelligenter Software für Hörgeräte zum besseren Verstehen von Sprache in lauten Umgebungen einen internationalen Wettbewerb

In der „Clarity Enhancement Challenge“, einem Wettbewerb britischer Universitäten zum Einsatz des maschinellen Lernens für die Verbesserung der Leistungsfähigkeit von Hörgeräten, hat ein Team von Wissenschaftler*innen der Universität Oldenburg den ersten Preis erzielt. In Tests mit hörbeeinträchtigten Proband*innen erzielten die Lösungen von Oldenburger Forschenden aus dem DFG-geförderten Exzellenzcluster Hearing4all die besten Ergebnisse. „Der Sieg bei diesem hochkarätig besetzten internationalen Wettbewerb ist ein Beweis für die hohe Qualität der Hörforschung am Standort Oldenburg“, sagt Professor Simon Doclo, Leiter des Teams und Direktor des Departments für Medizinische Physik und Akustik der Universität Oldenburg. „Das motiviert uns sehr für unsere weitere Arbeit, und wir hoffen, damit zu einer besseren Versorgung von Menschen mit Hörbeeinträchtigungen beitragen zu können.“

Jede*r kennt die Situation: Bei Gesprächen im Restaurant, auf Parties oder in einem belebten Bahnhof kann es schwierig werden, sich gegenseitig zu verstehen, weil Hintergrundgeräusche das Gespräch überlagern. Für Menschen mit Hörbeeinträchtigungen ist diese Situation besonders problematisch. Normalhörende können Schall präzise räumlich wahrnehmen und eine Schallquelle genau lokalisieren. Dies ermöglicht es dem Gehirn, die Aufmerksamkeit auf die Schallquelle zu fokussieren und störende Geräusche quasi „herauszufiltern“. Obwohl die Leistungsfähigkeit von Hörgeräten in den letzten Jahren stetig gesteigert werden konnte, funktioniert das Filtern noch immer nicht so gut wie bei Normalhörenden. Die Verbesserung der Sprachverständlichkeit in lauter Umgebung ist daher noch immer eine der wichtigsten Herausforderungen bei der Entwicklung von Hörgeräten und Hörimplantaten.

Ziel der Hörforschung ist es nun, die Prozessoren in Hörhilfen so zu programmieren, dass sie in der Lage sind, relevante Schallquellen von nicht relevanten zu unterscheiden und die entsprechenden Schallsignale zu verstärken beziehungsweise zu unterdrücken. Dabei kommen zunehmend sogenannte Machine-Learning-Algorithmen zum Einsatz, die mithilfe großer Datenmengen trainiert werden und darauf aufbauend Muster und Gesetzmäßigkeiten in den aufgenommenen Signaldaten wiedererkennen können. Der Schlüssel zum Erfolg der Oldenburger Wissenschaftler*innen lag im Einsatz eines binauralen Systems, das Signale an beiden Ohren verarbeitet und auf diese Weise Schallquellen im Raum orten kann. Störsignale und Halleffekte werden in einem zweistufigen Filtersystem unter Einsatz von sowohl traditioneller mehrkanaliger Signalverarbeitung als auch tiefen neuronalen Netzwerken reduziert. In einer simulierten Testsituation mit digitalen Hörbeispielen überzeugte diese Lösung die 45 Testhörer*innen mit Hörbeeinträchtigungen – und setzte sich gegen zahlreiche Wettbewerbsbeiträge aus der ganzen Welt durch.