Głęboka sieć neuronowa (ang. Deep Neural Network, DNN) to rodzaj sztucznej inteligencji, który w aparatach słuchowych pomaga przetwarzać dźwięk. Sieć jest „uczona” na ogromnej liczbie nagrań różnych sytuacji, a potem w aparacie rozpoznaje dźwięki i decyduje, jak je przetworzyć — przede wszystkim po to, żeby oddzielić mowę od hałasu.
Do czego służy w aparatach
- oddzielanie mowy od hałasu — najtrudniejsze zadanie aparatu, zwłaszcza w gwarze innych rozmów,
- rozpoznawanie otoczenia — dokładniejsza klasyfikacja sytuacji i dobór ustawień,
- naturalniejsze brzmienie — mniej sztucznych efektów niż w klasycznej redukcji szumów.
Czym różni się od klasycznego przetwarzania
Klasyczne algorytmy działają według reguł zapisanych przez inżynierów, np. „jednostajny dźwięk o tej charakterystyce to szum — ścisz go”. Sieć neuronowa uczy się rozpoznawać wzorce sama, na przykładach, dlatego lepiej radzi sobie z sytuacjami trudnymi do opisania regułami, takimi jak gwar w restauracji. Niektóre nowsze aparaty mają osobny układ do obliczeń sieci neuronowej.
Czego się spodziewać
To jedna z najszybciej rozwijających się funkcji, a producenci opisują ją różnymi nazwami. Korzyść jest największa w trudnych sytuacjach słuchowych, ale jej odczuwalność zależy od ubytku słuchu, dopasowania i tego, gdzie najczęściej przebywasz. Dlatego zamiast porównywać nazwy funkcji, sprawdź aparat w swoich codziennych sytuacjach — najlepiej w okresie próbnym.
Sieć neuronowa a poziom technologii
Funkcje oparte na sieciach neuronowych pojawiają się zwykle najpierw w wyższych poziomach technologii. W katalogu aparatów przetwarzanie DNN podajemy w funkcjach modeli, a w porównywarce możesz zestawić aparaty z tą funkcją i bez niej.