對聽障人士而言，在嘈雜場所中捕捉特定的說話內容是一件非常困難的事。據世界衛生組織預測，到2050年全球將有約25億人出現聽力問題。近日，波士頓大學開發出首次模擬人腦工作原理的新型聲音處理算法BOSSA（Biologically Oriented Sound Segregation Algorithm），可為助聽器過濾干擾，在嘈雜環境中準確鎖定特定說話者的聲音。測試發現，該算法在識別詞匯的準確率方面，相較當前助聽器所用的算法提高40%，該研究成果已發表于《Communications Engineering》期刊。

BOSSA算法的靈感來自大腦處理聲音的模式。該算法開發者、波士頓大學工程學院生物醫學工程副教授Kamal Sen和其所在的“自然聲音與神經編碼實驗室”，多年來致力于研究大腦篩選不同聲源的機制，并探究神經回路如何壓制干擾信號，發現大腦通過“抑制性神經元”實現內部降噪，從而幫助個體聚焦某個特定聲源。

“它本質上就是一個模仿大腦功能的計算模型”，Sen表示。該算法通過模擬人腦的神經機制，分析聲音的空間線索，如音量、聲源方向、傳入時間等，并根據個體需要“調諧”，適當增強或抑制不同聲源，從而真正將聲音源分離并優化處理。

為驗證BOSSA的實用性，波士頓大學健康與康復科學學院語言、語言學與聽力科學副研究教授Virginia Best召集一批患有感音神經性聽力損失的年輕人，使其在實驗室內佩戴耳機，模擬多人交談情境。

實驗分別測試了采用新算法、傳統算法與無算法三種情境下受試者識別特定聲源的能力，結果顯示，傳統算法幾乎無法改善識別效果，而BOSSA則帶來顯著提升。但Best也指出，“要確定這項技術最終是否對聽障用戶有幫助，還必須通過行為學研究才能驗證。”

更重要的是，該算法的意義遠不止緩解聽力障礙。Sen認為，大腦神經回路是通用的，核心是聚焦注意力，他希望該技術能夠幫助更多有患有注意力缺陷障礙（ADHD）或自閉癥的群體。當前，該團隊正測試升級版算法，加入眼動追蹤功能，幫助用戶通過視線控制聚焦聽覺焦點，進一步提升算法的交互性與實用性。

目前， Sen已為這款新算法申請專利，希望能與對該技術感興趣的公司開展授權合作。他指出，“如果傳統助聽器企業不盡快創新，可能會被市場淘汰。”當前，蘋果公司的最新款AirPods Pro 2就已宣傳其具備臨床級助聽功能。“這是一個臨界點。若能將其及時落地，BOSSA有可能徹底改變助聽設備的語音處理方式”，Sen表示。

論文來源： https://medicalxpress.com/news/2025-04-noisy-crowded-spaces-algorithm-aid.html