LIVRE BLANC
En 2023, une première étude(1) démontre que la plateforme Signia IX est numéro 1 dans les conversations. Qu’en est-il en 2024, après l’arrivée de nouvelles technologies intégrant l’Intelligence Artificielle (IA) ? Une nouvelle étude(2) a été réalisée et confirme la place de la plateforme Signia IX, toujours numéro 1 dans les conversations.
Niels Søgaard Jensen, Cecil Wilson, Homayoun Kamkar Parsi, Barinder Samra, Jens Hain, Sebastian Best, Brian Taylor
Traduit en français par Mikael Ménard
OCTOBRE 2024
Pour en savoir plus
- Télécharger la plaquette de synthèse Uploaded | PDF | 0.32 MB
- Télécharger le livre blanc Uploaded | PDF | 1.41 MB
À retenir
- Son objectif de cette étude est de refléter la dynamique des situations auxquelles les utilisateurs sont confrontés dans la vie réelle, en testant les performances des aides auditives dans les scénarios les plus complexes.
- Lors d'une conversation de groupe dynamique dans un environnement bruyant, Signia IX offre une amélioration de 8,1 dB du rapport signal/bruit (RSB) par rapport à une écoute sans appareillage, et Signia IX surpasse la concurrence avec un RSB supérieur de 3,2 dB à celui de la meilleure des quatre aides auditives concurrentes.
- Signia IX offre une amélioration de la parole dans les conversations de groupe bruyantes plus de deux fois supérieure à celle de ses concurrents les plus proches, y compris les technologies à coprocesseur IA.
- L'augmentation du SNR vise à améliorer la compréhension de la parole, permettant aux utilisateurs de Signia IX de contribuer activement aux conversations, même les plus animées.
- La qualité supérieure de l'amélioration de la parole de Signia IX repose sur un traitement séparé et multi-flux avancé, qui permet à la plateforme IX d'améliorer la parole et de réduire le bruit de manière indépendante, contrairement aux systèmes concurrents uniquement capables de les traiter dans un seul et même flux.
- Si vos patients ont des problèmes d'audition lors de conversations animées dans des environnements bruyants, il est prouvé que la technologie Signia IX est la plus performante pour restituer la parole au cours d'une conversation dynamique.
Introduction
L’objectif principal de la plateforme Signia Integrated Xperience (IX) est d’améliorer « les conversations » pour les porteurs d’aides auditives. En cela, nous avons cherché à adresser les principales difficultés des porteurs d’aides auditives, soit une conversation à plusieurs dans le bruit. La réponse se concentrant sur deux technologies majeures : le « suivi de parole » et la « multi directivité ».
Les situations de conversation à plusieurs dans le bruit peuvent être particulièrement difficiles pour les utilisateurs. Comme dans la réalité, de multiples interlocuteurs peuvent intervenir dans une conversation (ex : réunion, diner, cocktail party…), mais aussi des mouvements divers et variés de ceux-ci, puis des mouvements de tête du porteur lui-même. L’approche conventionnelle des aides auditives, basée sur des algorithmes de Beamforming classique et de réducteurs de bruit, se trouvant alors en difficulté lorsque nous introduisons ces caractéristiques réalistes d’une conversation dans le bruit.
Des informations détaillées sur le fonctionnement de la plateforme IX et des nouvelles fonctionnalités sont disponibles dans l’article de Jensen et al. publié en 2023(2). La plateforme Signia IX se base sur 4 piliers technologiques pour améliorer les conversations du patient (figure 1).
Figure 1 : Piliers technologiques de la plateforme IX
- Le traitement en double flux permet d’apporter une amplification et une compression différente au signal de parole par rapport au signal ambiant, améliorant donc le contraste entre parole et bruit.
- La technologie OVP 2.0 permet, quant à elle, de mettre le patient à l’aise avec sa propre voix, afin de le rendre confiant dans ses prises de paroles.
- La technologie de suivi de parole permet de gérer les mouvements inhérents à une conversation « réelle » en tenant compte des mouvements de tête du porteur, mais aussi des mouvements des interlocuteurs.
- Enfin, la technologie de multi-directivité permet de focaliser simultanément sur plusieurs sources de paroles autour du patient, afin de redonner au porteur les multiples voix autour de lui.
En 2023, pour son lancement, cette technologie a été évaluée dans une série de mesures en comparaison à 4 appareils concurrents. En utilisant la méthode d’Hagerman, il a été possible de mesurer le rapport signal/bruit (SNR) en sortie d’appareil dans une situation de test reproduisant une conversation de groupe en environnement bruyant. Les résultats ont montré un clair avantage pour la plateforme Signia IX positionnant celle-ci comme numéro 1 dans ces scénarios de conversations à plusieurs.
En 2024, avec l’arrivée de nouveaux produits intégrant l’IA sur le marché, une nouvelle étude a été menée afin d’évaluer si la plateforme Signia IX propose toujours les meilleures performances en situation de conversations à plusieurs dans le bruit.
Pourquoi est-il essentiel de tester les conversations en groupe ?
Les utilisateurs d'aides auditives sont les moins satisfaits des conversations de groupe en milieu bruyant (Picou, 2022). À noter que leur capacité à suivre facilement les conversations est primordial, au même titre que leur capacité à y contribuer activement (Nicoras et al., 2023). Le bruit ambiant, la dynamique entre des interlocuteurs et les mouvements de tête de l'utilisateur constituent des défis importants dans ce genre de situation. La technologie Signia IX a été spécialement conçue et testée pour répondre à ces défis, et les études menées auprès des utilisateurs montrent son efficacité dans les conversations de groupe en situation de vie réelle (Jensen et al., 2024).
Méthode
Méthode Hagerman
Cette étude, tout comme la précédente, se base sur la technique développée par Hagerman, d’inversion de phase proposée en 2004(3). Cette technique est reconnue comme une technique d’analyse pertinente pour évaluer le traitement des aides auditives lorsque la parole et le bruit sont présentés simultanément. La méthodologie est basée sur le fait que, lorsque l’on additionne 2 signaux sonores identiques avec l’un d’entre eux inversé en phase, le résultat est zéro, les 2 signaux s’étant annulés. Cela signifie que si un signal de parole plus bruit est additionné à ce même bruit inversé en phase, le résultat sera la parole seule. Dans le cas où l’on connait le signal d’entrée d’une aide auditive (parole et bruit bien isolés) et que l’on enregistre le signal de sortie, il est alors possible de mesurer l’amélioration du SNR apportée par le traitement de l’aide auditive.
L’utilisation de cette méthode d’évaluation nécessite cependant quelques impératifs pour obtenir des mesures cohérentes. Étant donné que cette méthode se base sur plusieurs enregistrements consécutifs, il est important que les aides auditives aient un fonctionnement stable au cours des différentes mesures. Cela signifie qu’il faudra mettre les appareils dans un état stable avant chaque enregistrement en les exposant à un signal sonore préliminaire. La méthode d’Hagerman nécessite également que les signaux comparés soient bien en phase et donc que le traitement des aides auditives ne modifie pas la phase du signal ou ne le compense pas. C’est pourquoi certains traitements comme les anti-larsen ou compression fréquentielle sont désactivés.
Configuration de Mesure
Dans cette étude, nous utilisons une implémentation de la méthode Hagerman inspirée de la version utilisée par Aubreville & Petrausch en 2015(4). Cette configuration, illustrée en figure 2, a été mise en place dans une pièce traitée acoustiquement avec un Kemar au centre et 4 enceintes positionnées à une distance de 1m autour. Des sections du signal de test de parole ISTS sont présentées dans les enceintes à 0° et 315° à un niveau de 76 dBA . Dans le même temps, un bruit de fond composé d’un enregistrement d’une cafétéria bruyante mixé à un bruit rose sont présentés dans les enceintes à 135° et 225° à un niveau de 72 dBA.
FIGURE 2
Configuration utilisée pour la mesure du SNR en sortie des appareils. Le signal de parole (S) est délivré par 2 HP à 0° et 315° et le bruit (N) est délivré par les 2 autres HP à 135° et 225°. Le signal traité par les aides auditives est enregistré à l’aide du Kemar. La méthode d’Hagerman nous permet alors de
Configuration utilisée pour la mesure du SNR en sortie des appareils. Le signal de parole (S) est délivré par 2 HP à 0° et 315° et le bruit (N) est délivré par les 2 autres HP à 135° et 225°. Le signal traité par les aides auditives est enregistré à l’aide du Kemar. La méthode d’Hagerman nous permet alors de
Pour mesurer le SNR en sortie de l’appareil, les aides auditives sont positionnées sur le Kemar et une série d’enregistrements est réalisée avec et sans l’inversion de phase pour les différents signaux de stimulation en entrée des appareils. En appliquant la technique d’inversion de phase sur les enregistrements, nous avons alors pu estimer chacun des signaux traités, à la fois les signaux de paroles et bruits seuls, mais aussi combinés comme décris sur la figure n°2.
Pendant ces enregistrements, les signaux sonores délivrés par les 4 enceintes ont été organisés comme sur la figure n°3. Pendant 50 secondes avant l’enregistrement, les 4 enceintes émettent leurs signaux afin de mettre les appareils auditifs dans un état de traitement stable. Ce délai a été choisi afin d’assurer à toutes les aides auditives testées un fonctionnement stable dans cet environnement. Après ces 50 secondes, l’enregistrement commence et les enceintes simulant la parole de la conversation à plusieurs dans le bruit sont alternativement activées. Pour simuler cette conversation de 2 personnes, les enceintes S0 et S315 sont activées toutes les 10 secondes (voir figure 3). L’enregistrement inclut 2 sections d’enregistrement pour chacune des enceintes de parole, soit 40 secondes totales d’enregistrement.
FIGURE 3
Organisation des signaux sonores sur les 4 enceintes de test. La présentation des signaux commence à t=0s. L’enregistrement commence à t=50s afin de laisser les appareils dans un fonctionnement stable. À partir de t=50s, une simulation de conversation est créée en activant à tour de rôle les 2 enceintes de parole.
Organisation des signaux sonores sur les 4 enceintes de test. La présentation des signaux commence à t=0s. L’enregistrement commence à t=50s afin de laisser les appareils dans un fonctionnement stable. À partir de t=50s, une simulation de conversation est créée en activant à tour de rôle les 2 enceintes de parole.
L’objectif de cette étude est d’évaluer, pour les différentes aides auditives, le SNR moyen délivré par les appareils. Du fait de la configuration présentée en figure n°2, nous présentons le SNR en sortie de l’aide auditive gauche qui sera plus révélateur de la compréhension de parole, compte tenu de sa meilleure position dans notre test.
Les aides auditives
Pour cette étude, les performances des appareils Signia Pure 7 C&G IX ont été comparées à 3 paires d’appareils RIC concurrents de dernière génération. Les appareils concurrents seront nommés de A à C. Au moment du test, ces appareils correspondent aux plus haut de gamme de chacune des marques testées.
Pour la mesure, les appareils (4 paires) ont été programmés de manière identique avec une perte plate de 50 dB en utilisant le préréglage recommandé par chaque fabricant. Les algorithmes susceptibles de perturber la phase des signaux sont désactivés le cas échéant (Anti-larsen et abaissement fréquentiel). Les appareils ont été ensuite adaptés au Kemar en utilisant des dômes fermés.
Un enregistrement a également été réalisé sans appareils (oreilles du Kemar nues) pour avoir une référence et calculer les SNR de chaque appareil par rapport à cette oreille nue.
Afin d’évaluer l’impact du réducteur de bruits basé sur des réseaux de neurones profonds (DNN) de la marque A, une mesure supplémentaire a été réalisée dans un programme manuel ajouté dans lequel ce réducteur de bruit DNN est désactivé. La marque A aura donc 2 mesures A1 et A2, la première avec DNN, la seconde, sans.
Résultats
Sur la figure 4 sont reportées les améliorations du SNR mesurées pour chaque marque d’appareil, et ce, par rapport à l’enregistrement oreilles Kemar nues. On retrouve donc l’amélioration apportée par la plateforme Signia IX, par les appareils des marques B, C et 2 résultats pour la marque A (A1 et A2) : avec et sans réduction de bruit par DNN.
FIGURE 4
Amélioration du SNR pour chacune des marques testées, relative par rapport au SNR mesuré Kemar seul.
Amélioration du SNR pour chacune des marques testées, relative par rapport au SNR mesuré Kemar seul.
On peut voir sur cette figure 4 que les quatre aides auditives offrent une amélioration en termes de SNR. Cependant, la plateforme Signia IX offre un bénéfice clairement plus important.
L'amélioration du SNR avec la plateforme Signia IX par rapport au Kemar seul (oreille nue) est de 8,1 dB. La meilleure aide auditive concurrente (marque A1) offre une amélioration du RSB de 4,9 dB. En d'autres termes, dans ce scénario de conversation, la plateforme Signia IX apporte une amélioration du SNR 3,2 dB supérieure à l'appareil concurrent le plus performant.
Les trois aides auditives concurrentes proposent des résultats assez similaires avec des améliorations se situant entre 4,1 dB à 4,9 dB. Pour l'appareil auditif de marque A, on peut voir que l’activation de la réduction de bruit (A1) basée sur un réseau de neurones profond (DNN) améliore de 1,2 dB le SNR de l’appareil par rapport au fonctionnement sans DNN (A2). Un résultat cohérent avec les données publiées par le fabricant.
Discussion
En comparant les données de cette étude aux données de l'étude précédente (1), comme attendu, nous obtenons des performances identiques pour les appareils Signia IX. Concernant les concurrents, il est à noter que l’intégration de nouveaux algorithmes basés sur l’IA améliore leurs performances. Cependant, force est de constater que cette amélioration n’est pas suffisante pour égaler les performances offertes par la plateforme Signia IX. L’implémentation de réducteurs de bruits de type DNN et de fonctionnalités à base d’IA nécessite aujourd’hui des capacités importantes de calcul, impactant l’autonomie des appareils et nécessitant parfois des appareils plus volumineux, pour un bénéfice n’étant pas aujourd’hui suffisant pour rattraper la technologie proposée par la plateforme Signia IX.
La plateforme Signia IX permet de traiter et d’amplifier différemment le signal utile de l’environnement. Cela permet dans un même temps de mettre en avant la voix des interlocuteurs tout en maintenant un environnement sonore de bruit maîtrisé et contrôlé. Cette technologie s'adapte de manière transparente et rapide aux changements dans la conversation, tels que la prise de parole à tour de rôle simulée dans notre étude. Les capacités à traiter indépendamment le signal sonore à l’aide de la gestion double-flux, de rester toujours focalisé sur les interlocuteurs à l’aide du suivi de parole puis la multi focalisation, sont les facteurs clés qui expliquent l’avantage de la plateforme Signia IX sur ses concurrents.
Une augmentation de 3 dB du RSB correspond à un doublement du rapport entre l'intensité de la parole et l'intensité du bruit. Cet avantage de 3,2 dB obtenu avec les appareils IX par rapport à son meilleur concurrent entraine donc une amélioration du signal de parole de plus de 2 fois supérieur en situation de conversation en groupe dans le bruit.
La corrélation entre SNR et compréhension de parole est aujourd’hui bien établie. L'amélioration du SNR de sortie d'une aide auditive améliore généralement la compréhension de la parole dans des situations difficiles avec du bruit. Cependant, cette relation n'est pas directe et dépend fortement des conditions d'écoute, du SNR mais aussi de l’audition de l’auditeur. Pour cette étude, nous avons choisi des niveaux de parole et de bruit nous permettant de mettre en évidence une amélioration pertinente de ce SNR. Un niveau sans appareils de 4 dB de SNR proche des 4,6 dB rapportés par Smeds et al.(5) représentant le SNR moyen d’une conversation dans un environnement réaliste. En conséquence, l’amélioration du SNR obtenue avec la plateforme IX peut être directement, à travers ces résultats, mis en relation avec une amélioration de la compréhension en situation de conversation à plusieurs dans un environnement acoustique riche.
Résumé
Dans cet article, sont présentés les résultats d'une étude technique sur l’amélioration du SNR délivré par la plateforme Signia IX et trois aides auditives concurrentes les plus récentes. Une évaluation technique a été réalisée dans un scénario acoustique simulant une conversation de groupe dans le bruit avec deux interlocuteurs situés devant et sur le côté du porteur de l'aide auditive. L'évaluation était basée sur la technique d'inversion de phase de Hagerman, largement utilisée, permettant d'estimer le SNR de sortie délivré par les aides auditives.
Notre analyse démontre un net avantage en termes d’amélioration du SNR pour les appareils utilisant la plateforme Signia IX. Cette technologie fournit une amélioration du SNR de 8,1 dB par rapport à la condition sans aide, et une amélioration du SNR de 3,2 dB par rapport aux aides auditives concurrentes les plus performantes.
Cela signifie que la plateforme Signia IX offre une amélioration du signal de parole de plus de 2 fois supérieure à son meilleur concurrent, y compris les plateformes à coprocesseur d'IA.
Étant donné que cette amélioration du SNR peut être liée à une amélioration de la compréhension de la parole, si l'utilisateur se trouve dans une situation de conversation de groupe bruyante dans laquelle il a du mal à participer, les résultats de cette étude montrent que la plateforme Signia IX offre un avantage important, en permettant à l'utilisateur de participer et de contribuer plus facilement aux conversations.
(1) Jensen N.S., Wilson C., Kamkar Parsi H. & Taylor B. 2023b. Improving the signal-to-noise ratio in group conversations with Signia Integrated Xperience and RealTime Conversation Enhancement. Signia White Paper. Retrieved from www.signia-library.com.
(2) Jensen N.S., Samra B., Kamkar Parsi H., Bilert S. & Taylor B. 2023. Power the conversation with Signia Integrated Xperience and RealTime Conversation Enhancement. Signia White Paper.
(3) Hagerman B. & Olofsson Å. 2004. A method to measure the effect of noise reduction algorithms using simultaneous speech and noise. Acta Acustica United with Acustica, 90(2), 356-361.
(4) Aubreville M. & Petrausch S. 2015. Directionality assessment of adaptive binaural beamforming with noise suppression in hearing aids. 2015 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP): IEEE, pp. 211-215.
(5) Smeds K., Wolters F. & Rung M. 2015. Estimation of signal-to-noise ratios in realistic sound scenarios. Journal of the American Academy of Audiology, 26(2), 183-196.
Références
Folkeard P., Jensen N.S., Parsi H.K., Bilert S. & Scollie S. 2024. Hearing at the Mall: Multibeam Processing Technology Improves Hearing Group Conversations in a Real-World Food Court Environment. Am J Audiol, 33, 782-792.
Hagerman B. & Olofsson Å. 2004. A method to measure the effect of noise reduction algorithms using simultaneous speech and noise. Acta Acustica United with Acustica, 90(2), 356-361.
Holube I., Fredelake S., Vlaming M. & Kollmeier B. 2010. Development and analysis of an international speech test signal (ISTS). International Journal of Audiology, 49(12), 891-903.
Jensen N.S., Høydal E.H., Branda E. & Weber J. 2021. Improving speech understanding with Signia AX and Augmented Focus. Signia White Paper. Retrieved from www.signia-library.com.
Jensen N.S., Samra B., Kamkar Parsi H., Bilert S. & Taylor B. 2023a. Power the conversation with Signia Integrated Xperience and RealTime Conversation Enhancement. Signia White Paper. Retrieved from www.signia-library.com.
Jensen N.S., Samra B., Taghvaei N. & Taylor B. 2024. Improving the Real-World Conversation Experience With a Multi-Stream Architecture. Hearing Review, 31(9), 16-20.
Jensen N.S., Wilson C., Kamkar Parsi H. & Taylor B. 2023b. Improving the signal-to-noise ratio in group conversations with Signia Integrated Xperience and RealTime Conversation Enhancement. Signia White Paper. Retrieved from www.signia-library.com.
Korhonen P. & Slugocki C. 2024. Augmenting Split Processing with a Multi-Stream Architecture Algorithm. Hearing Review, 31(5), 20-23.
Manchaiah V., Picou E.M., Bailey A. & Rodrigo H. 2021. Consumer Ratings of the Most Desirable Hearing Aid Attributes. Journal of the American Academy of Audiology, 32(8), 537-546.
Nicoras R., Gotowiec S., Hadley L.V., Smeds K. & Naylor G. 2023. Conversation success in one-to-one and group conversation: a group concept mapping study of adults with normal and impaired hearing. International Journal of Audiology, 62(9), 868-876.
Picou E.M. 2022. Hearing aid benefit and satisfaction results from the MarkeTrak 2022 survey: Importance of features and hearing care professionals. Seminars in Hearing, 43(4), 301-316.
Slugocki C., Kuk F. & Korhonen P. 2024. Using Alpha-Band Power to Evaluate Hearing Aid Directionality Based on Multistream Architecture. Am J Audiol, Early Online, 1-12.
Les auteurs
Niels Søgaard Jensen, M.Sc.
Niels Søgaard Jensen est titulaire d'un M.Sc. (Master of Science) en acoustique et en psychoacoustique de la Technical University of Denmark. Il a une expérience d'ingénieur en recherche dans l'industrie des aides auditives où il a mené des recherches sur divers sujets liés à la perte d'audition et aux aides auditives. En 2016, il a rejoint WS Audiology où il occupe le poste de chercheur et spécialiste des preuves senior à Lynge, au Danemark.
Cecil Wilson, M.Sc.
Cecil Wilson est titulaire d'un M.Sc. (Master of Science) en traitement de signal de la Nanyang Technological University, à Singapour. Il travaille dans le secteur de l'audition chez WS Audiology depuis 2010. Il est actuellement chercheur en audiologie au sein de l'équipe « Son et Adaptation ». Son expertise principale porte sur les systèmes de microphones directionnels automatiques pour les aides auditives et il se concentre à ce jour sur le développement et l'optimisation des caractéristiques audiologiques pour les plateformes d'aides auditives.
Homayoun Kamkar Parsi, PhD
Homayoun Kamkar Parsi est titulaire d'un doctorat (PhD) en génie électrique de l'Université d'Ottawa, au Canada. Il travaille dans le secteur de l'audition chez WS Audiology depuis 2009. Il est actuellement responsable de la recherche algorithmique en traitement de signal et réseaux neuronaux. Ses principaux travaux, son expertise et ses recherches portent sur les applications de traitement audio, l'amélioration de la parole, la formation de faisceaux multi-microphones, la localisation et le suivi des sources, le traitement de la voix propre, l'analyse de scènes et les algorithmes basés sur les réseaux neuronaux.
Barinder Samra, M.Sc.
Barinder Samra est diplômé d'un M.Sc (Master of Science) en sciences audiologiques de l'Université de Southampton. Il a travaillé comme audioprothésiste dans le système national de santé britannique, dans lequel il a acquis une importante expérience dans de nombreux domaines de l'audiologie. En 2023, il intègre WS Audiology, où il occupe le poste de directeur commercial de l'audiologie à Lynge, au Danemark.
Jens Hain
Jens Hain a étudié l'ingénierie électrique à l'université Friedrich-Alexander d'Erlangen-Nürnberg, en Allemagne. Il travaille dans le secteur de l'audition chez WS Audiology depuis 2001. En tant que membre du groupe de traitement des signaux, il s'est concentré sur le développement d'algorithmes de traitement directionnel.
Sebastian Best, Dipl.-Ing.
Sebastian Best est le chef de l'équipe d'experts en audiologie au sein de l'équipe mondiale de recherche et développement de WSA. Son équipe développe la stratégie d'adaptation et de son de Signia et optimise sur le plan audiologique nos dernières plateformes de traitement de signal numérique. M. Best a déposé plusieurs brevets dans le domaine du traitement de signal numérique et mène l'innovation en matière d'audiologie. Il a obtenu son diplôme d'ingénieur à l'université technique d'Ilmenau. Avant de rejoindre WSA, il a acquis une solide expérience en travaillant avec diverses technologies innovantes d'enregistrement et de reproduction sonore, toujours dans le but d'obtenir la meilleure expérience d'écoute possible.
Brian Taylor, AuD
Brian Taylor est directeur principal de l'audiologie chez Signia US. Il est également rédacteur en chef d'Audiology Practices, un journal trimestriel de l'Academy of Doctors of Audiology, et rédacteur en chef de Hearing Healthcare and Technology Matters, un blog de premier plan dans ce secteur.
