Aides auditives : les progrès technologiques

C. MICHEYL,

Chercheur principal, Starkey France

Après un rappel des principales caractéristiques des aides auditives acoustiques modernes, cet article passe en revue deux avancées technologiques majeures qui ont déjà, ou vont prochainement, influencer significativement les fonctions des aides auditives : la connectivité et l’apprentissage machine.

Depuis quelques années, les aides auditives sont l’objet d’avancées technologiques remarquables. Certaines sont immédiatement apparentes. Ainsi, l’apparition sur le marché d’appareils rechargeables (figure 1), qui permettent d’éviter un remplacement fréquent des piles, ou les appareils à communication sans-fil (wireless), permettant aux utilisateurs d’interagir avec leurs aides auditives via leur téléphone mobile (figure 1). D’autres sont moins apparentes pour les non-initiés, mais néanmoins tout aussi significatives. En particulier, l’apparition dans les aides auditives d’algorithmes issus de l’apprentissage machine, une branche de l’intelligence artificielle, signe un changement de paradigme, non seulement dans la façon dont les aides auditives sont programmées, mais aussi, dans leur fonctionnement même. Après un bref état de l’art des principales fonctions des aides auditives acoustiques modernes, nous décrirons plus en détail deux de ces avancées technologiques récentes, qui ont déjà, ou vont prochainement, influencer profondément la nature et la fonction des aides auditives.

Bref rappel des avancées technologiques des 20 dernières années

Les principales fonctions des aides auditives acoustiques modernes incluent :

• la captation du son au moyen d’un ou plusieurs microphone(s) ;

• la digitalisation (discrétisation) du signal capté au moyen d’un convertisseur analogique-digital ;

• le traitement du signal digital au moyen d’un ou plusieurs processeurs numériques ;

• la reconversion du signal digital ainsi traité en signal acoustique, lequel est délivré dans le conduit auditif via un « écouteur » (figure 2).

L’introduction des processeurs digitaux dans les aides auditives a rendu possible l’implémentation d’algorithmes de traitement du signal plus puissants et précis, en commençant par un découpage précis du signal sonore (avec des filtres numériques ou la transformée digitale de Fourier) en de multiples bandes fréquentielles, et différentes plages d’amplitude. Ceci a permis de créer des systèmes d’amplification compressive multi-bandes dont les paramètres peuvent être précisément contrôlés, de façon à mieux pouvoir les adapter à différentes formes et degrés de perte auditive. On a même vu apparaître ces dernières années des algorithmes dédiés à la musique, dont les caractéristiques fréquentielles et d’intensité sont très différentes de celles de la parole. On a également vu apparaître des algorithmes de débruitage plus précis et puissants, capables de détecter automatiquement à quels moments, et dans quelles bandes fréquentielles, un signal de parole est présent, de façon à atténuer sélectivement le bruit de fond tout en préservant, autant que possible, la parole (figure 3).

Des algorithmes d’abaissement fréquentiel, visant à restaurer l’audibilité des sons de parole aigus (tels que les consonnes fricatives) chez les individus ayant des pertes dites « en pente de ski » dans les hautes fréquences, et capables de s’enclencher sélectivement lorsque de tels sons de parole sont détectés, ont également fait leur apparition (figure 4).

Enfin, un autre bénéfice important issu de l’introduction de la technologie digitale, a été l’apparition d’algorithmes anti-Larsen efficaces ; aujourd’hui, on entend rarement les appareils « siffler ». Les algorithmes directionnels, qui atténuent sélectivement les sons selon leur direction d’incidence par rapport à l’auditeur (par exemple, les sons venant de l’arrière), ont remplacé les microphones directionnels. Ce remplacement a permis de créer des systèmes directionnels adaptatifs, capables de s’adapter à la position des sources de bruit et parole détectées par l’appareil. Parce que ces algorithmes directionnels exploitent de très petites différences entre les signaux captés par différents micros sur l’appareil, il est avantageux d’utiliser des micros précisément appairés ; c’est pourquoi certains fabricants intègrent dans leurs aides auditives depuis quelques années déjà des microphones « MEMS » (micro-electro-mechanical systems), fabriqués à l’instar de circuits intégrés, et parfaitement calibrés.

Deux progrès technologiques récents à l'origine d'un changement de paradigme

La connectivité

Depuis quelques années, on a vu apparaître dans les aides auditives des systèmes de communication sans-fil (wireless). Ces systèmes permettent aux appareils de communiquer entre eux, mais aussi, avec les objets connectés, tels que les téléphones mobiles. L’interface avec le téléphone mobile permet aux utilisateurs d’interagir plus aisément avec leurs aides auditives, par exemple, pour ajuster le volume de l’amplification ou d’un « masqueur » d’acouphènes, ou envoyer le signal du téléphone ou de la musique directement dans l’aide auditive (streaming) (figure 5).

La communication sans fil entre les aides auditives droite et gauche permet, par exemple, de coordonner l’activation de certains algorithmes, notamment, les algorithmes directionnels et de débruitage mentionnés plus haut, entre les oreilles gauche et droite. Au-delà de ces bénéfices immédiats, la communication entre les aides auditives et les objets connectés à Internet marque le début d’une révolution profonde dans la fonction des aides auditives. En effet, à partir du moment où l’aide auditive peut, via le téléphone mobile, interagir avec Internet, elle se trouve intégrée dans un vaste écosystème de données et d’applications. Nous n’en sommes encore qu’au tout début du développement de la relation entre cet écosystème et les aides auditives.

L’apprentissage machine

Moins apparentes que celles de la connectivité sans fil, mais pourtant tout aussi significatives, les conséquences d’une autre révolution technologique globale commencent à se faire sentir dans le monde des aides auditives. Il s’agit de l’apprentissage machine, une branche de l’intelligence artificielle qui regroupe un ensemble d e méthodes (largement fondées sur les statistiques) pour entraîner les ordinateurs à apprendre, par eux-mêmes, à trouver des solutions à différents problèmes. Alors que cette capacité était jusqu’ici restée l’apanage du cerveau humain, les algorithmes issus de l’apprentissage machine sont en train de surpasser les performances de ce dernier dans de nombreux domaines, depuis les jeux (échecs, Go, Jeopardy, etc.), jusqu’au diagnostic médical.

• Les algorithmes

Dans le domaine des aides auditives, les algorithmes issus de l’apprentissage machine ont commencé à faire leur apparition. Par exemple, certains algorithmes utilisés pour détecter automatiquement certains types de sons, ou d’environnements sonores, tels que la parole, la musique, ou le bruit (bruit de machine, vent, etc.), sont directement issus des techniques de l’apprentissage machine, tels que les techniques statistiques de classification automatique de forme (par exemple, les modèles gaussiens mixtes, vecteurs de support, etc.).

• Le débruitage

Un autre domaine où les aides auditives vont très probablement bénéficier des algorithmes issus de l’apprentissage ma - chine dans un proche avenir : le débruitage. Bien que les algorithmes actuellement utilisés soient efficaces pour atténuer automatiquement les bruits de fond quasi stationnaires (c’est-à-dire, les bruits répétitifs, ou dont les caractéristiques acoustiques changent lentement au cours du temps), leur efficacité reste plus limitée pour des bruits de fond plus complexes et dynamiques, tels qu’un brouhaha de paroles ou une musique d’ambiance. C’est dans ce domaine que l’on va sans doute assister à des progrès notables grâce notamment aux réseaux de neurones profonds (RNP). À l’instar du cerveau humain, les RNP contiennent plusieurs couches successives de « neurones » (artificiels), lesquelles apprennent progressivement, par entraînement par l’exemple, à reconnaître automatiquement des signaux utiles (tels que des sons de parole) en présence de bruit. Après entraînement, on présente au RNP un signal bruité, et on obtient, en sortie, le signal débruité.

À quand des aides auditives high tech ?

Si ces algorithmes sont si puissants, pourquoi les fabricants d’aides auditives ne les ont-ils pas déjà intégrés dans leurs produits ? Il faut savoir que l’industrie des aides auditives fait face à des contraintes de miniaturisation extrême et, jusqu’à récemment (apparition des appareils re - chargeables), des contraintes de durée de charge de batterie (3 jours ou plus, avec 8-16 h par jour d’utilisation continue), bien plus fortes que celles de l’industrie des ordinateurs ou du téléphone mobile. De plus, le temps disponible pour le traitement des informations (depuis la captation du signal par le micro jusqu’à sa restitution dans l’oreille), est limité à quelques dizaines de millisecondes – délai au-delà duquel l’utilisateur commence à être gêné par les décalages audiovisuels. Un rôle important des départements de R&D des fabricants est de constamment chercher des solutions pour surmonter ces contraintes drastiques, pour pouvoir faire bénéficier aux utilisateurs d’aides auditives des dernières avancées technologiques.

Copyright © Len medical, OPA pratique, septembre 2018

Réagir

Vos réactions

Soyez le premier à réagir !

Réagir à cet article

Les réactions sont réservées aux professionnels de santé inscrits et identifiés sur le site.
Elles ne seront publiées sur le site qu’après modération par la rédaction (avec un délai de quelques heures à 48 heures). Sauf exception, les réactions sont publiées avec la signature de leur auteur.


Lorsque cela est nécessaire et possible, les réactions doivent être référencées (notamment si les données ou les affirmations présentées ne proviennent pas de l’expérience de l’auteur).

JIM se réserve le droit de ne pas mettre en ligne une réaction, en particulier si il juge qu’elle présente un caractère injurieux, diffamatoire ou discriminatoire ou qu’elle peut porter atteinte à l’image du site.