作者:陳建宏/弘光科技大學 語言治療與聽力學系 助理教授
臺大醫院北護分院 聽力師
深度學習對很多人來說，可能是一個很陌生的名詞，但其實這個技術已經使用在部分與生活有關的事物，例如電腦與手機的語音辨識，數位相機與手機鏡頭的人臉辨識…等都是深度學習的實際應用。深度學習是機器學習的其中一種，經由給予電腦大量需要分析的資料，並提供其判斷的特徵有哪些(需依據學習的類別有所不同)，最終在訓練完畢後，僅需給予相同類型的資料，電腦或手機即可自動判別這些資料。例如提供電腦或手機大量內有貓咪的照片，並讓其自行分析或由人工辨識哪些照片裡面有貓咪，在經由訓練過後，電腦或手機即可自動判別哪些照片裡面有貓咪。
深度學習的學習模式與人類相似，都是透過大量的資料辨識以掌握其特徵，故若給予內建深度學習程式的電腦及人類大量含有欲辨識物體的圖片時，經由訓練過後，無論電腦或人類，都能辨別出欲辨識的物體。但兩者之間的架構則完全不同，深度學習採用矩陣、權重及偏差來判斷圖片是否具有相同特徵，故雖然有神經網絡的架構，但與人類的神經架構則完全不同，而深度學習的應用在圖像辨識已經非常成熟， 可應用在相機的車牌辨識、相簿的人臉辨識及分類…等，而由於各個理論的觀點有些差異，故深度學習也分為許多不同種類，如卷積神經網路、遞迴神經網路、長短期記憶…等，各有其優缺點，在實際應用上也有很大的不同。雖然這項科技聽起來相當進步，僅需提供電腦訓練的資料，如圖片或聲音，而經由訓練過後，電腦即可自行判別，但其實訓練的過程相當耗時，且相當依賴電腦的硬體規格，故在無法及時訓練及辨識的情況下，其應用相當有限，但在未來科技進步後，這些技術也一定會很大的提升。
隨著深度學習在多方面的發展，近年來深度學習在聽覺領域也有相當的應用，如深度學習可協助判別客觀聽力檢查的正確性，最常應用在聽性腦幹反應波形的判別是否正確，此技術讓電腦大量分析由聽力師確認過後的聽性腦幹反應波形，並由電腦自行訓練判別這些波形的波幅及潛時，經由訓練過後，當聽力師將一個波形放入電腦內進行分析時，電腦會自行判別這個波形是否是聽性腦幹反應的波幅，其準確率可超過九成。
在聽覺輔具也有開始慢慢地有一些程度的應用，目前的助聽器能依據使用者所處環境自行調整其麥克風方向性、噪音抑制、增益量…等設定，以提升使用者的語音清晰度及聽覺舒適度，而目前已有廠商將深度學習技術應用在聽覺輔具中，其將使用者在不同情境中偏好的設定值經過分析及訓練後，將訓練成果輸入聽覺輔具中；另外還有在聽覺輔具中輸入原廠增益量設定及使用者偏好增益值，讓使用者自行比較哪一個設定較佳…等，這些技術都是希望能提升使用者的聽覺舒適度及語音清晰度，相信在不久的未來之後，聽覺輔具一定可更符合使用者，家人及其親朋好友的期待。
參考資料:
Diehl, P.U., Singer, Y., Zilly, H. et al. Restoring speech intelligibility for hearing aid users with deep learning. Sci Rep 13, 2719 (2023). https://doi.org/10.1038/s41598-023-29871-8
購買助聽器該知道的事
多暸解自身對於聽力的需求，並根據聽力程度，選擇最適合的助聽器，請記得，最適合您的才是最好的助聽器！
聽力檢查很重要！元健全台皆有醫療級的聽力健檢設備，提供完整的聽力評估，包含聽力諮詢→耳鏡檢查→純音聽力檢查→語音聽力檢查。完成後，將為您解釋您的聽力現況，並依照需求，提供專業的助聽器適配建議。
除了聽力檢查設備很重要，助聽器的檢測設備也同樣是一門學問。元健的助聽器檢測(聲電分析)設備，皆進口自海外大廠，將提供您的助聽器最完整的保養檢測服務。
要發揮助聽器的效益，一定要選擇有提供輔具適應課程的聽力中心，且定期追蹤評估與保養，讓您的助聽器維持在最佳狀態。
-免費計程車來回接送方案-
幫助聽力損失者
免費抵達元健助聽器門市
點此了解
