AI補聴器の未来は？ 友人同士の会話が中心となる世界へ

セマンティック聴覚技術によって、ユーザーは音響バブルを作成したり、選択した音声を分離したり、周囲の個々の音を制御したりすることが可能になる。

ディグビー・クック著
2026年8月7日公開

私はまるで泡の中にいるような生活を送りたい。まあ、いつもそうしたいわけではないけれど。でも、友達と混雑したレストランにいるとき、テーブルを囲むような音響的な泡を作れたら最高だろうな。泡の中なら、外の騒音が一切遮断されるから、お互いの声がはっきりと聞こえるはずだ。

また、妻の声やドアベルの音など、特定の音を優先的に認識するように補聴器を訓練できるようにしたいです。

気泡を利用した聴覚制御や、特定の音源に焦点を絞った聴覚制御は、もはや夢物語ではありません。少なくとも、シアトルのワシントン大学に所属するシャム・ゴラコタ博士とその優秀な研究チームでは、既に実現しています。これらの革新的な技術は、いずれあなたの補聴器に搭載されるでしょう。そして、その日はあなたが想像するよりも早く訪れるかもしれません。

シャム・ゴラコタ博士

ソノバ社の聴覚・健康イノベーション担当副社長であるステファン・ラウナー博士は、補聴器の進化における2つの重要な節目について次のように述べています。「約30年前、アナログからデジタルへの大きな飛躍を遂げ、アナログでは不可能だったイノベーションへの新たな扉が開かれました。現在も同様です。AIとディープニューラルネットワークの導入により、私たちは再び大きな飛躍を遂げ、イノベーションをさらに推進することができます。」

ステファン・ラウナー。

AI革命の第一波が今まさに到来している。現在、ハイエンド補聴器のほとんどは、ディープニューラルネットワーク（DNN）を用いて騒がしい環境下で音声を識別・抽出している。難聴者にとって、これは「カクテルパーティー問題」の解決に大きく貢献する画期的な技術である。 

「これらのDNNアルゴリズムは本当に素晴らしい」とローナー氏は言う。「しかし、最も強い音声信号を抽出するため、限界もある。つまり、最も大きな声を処理する傾向があるが、その声が必ずしも会話相手の声とは限らないのだ。」

周囲の声が飛び交う部屋では、AIとあなたの脳は、20フィート（約6メートル）離れたところに座っている大声の男の声を無視して、あなたが会話相手に集中できるようにするのに苦労することがあります。しかし、補聴器があなたの周りにバブルを作り出すことで、この問題を解決できるとしたらどうでしょうか？

泡の音を聞く

ゴラコタ博士とそのチームは、まさにそれを実現するアルゴリズムを開発しました。複数のマイクを使用することで、DNNは音源までの距離を測定できます。例えば、3メートルの距離を選択した場合、それより遠い音はすべて遮断されます。耳に届くのは、その範囲内の音だけです。

「つまり、リアルタイムで自分のバブルの中にいる人を選び出し、外にいる人を排除できるということです」とゴラコタ氏は語る。「これは、聴覚障害のある方にも、聴覚に問題のない方にも、画期的なことだと思います。実際にそれが実現したことであり、私がこのことに非常に興奮している理由です。」

「このバブルのおかげで、人々はまるでSFの世界に住んでいるような気分になる。」 

Gollakotaのチームが提供するこのデモビデオで、ご自身でその様子をご覧いただけます。

シアトルにあるワシントン大学ポール・G・アレン・スクールのCSE（コンピュータサイエンス・エンジニアリング）研究者らは、音のバブルを作り出し、そのバブル内のすべてのスピーカーの音が聞こえる一方で、バブルの外側のスピーカーやノイズは抑制されるヘッドセット技術を発表した。

今のところ、この驚くべき技術はゴラコタ氏の研究室にとどまっており、特注のヘッドホン、マイク、その他のハードウェアが必要となる。しかし、補聴器に応用できるのだろうか？ゴラコタ氏は笑顔でこう答える。「自分の研究成果を自分で先取りしたくはないですからね。」

しかしご安心ください、補聴器に気泡が入るようになるのは時間の問題です。

アーサー・C・クラークが有名な言葉で述べたように、「十分に高度な技術は、魔法と区別がつかない」。そして、今まさに生み出されている魔法は、泡だけではない。

ターゲット聴覚

これらの新興AIシステムとDNNは学習可能です。例えば、特定の音を識別して抽出するように学習させることもできます。つまり、あなたがターゲットとする音を優先的に処理するように学習させることができるのです。それは、お子さんの声、オーブンのタイマー、車のクラクションなど、あなたが重要だと考えるほぼすべての音に当てはまります。

「私たちが提案した方法は、『一度見て聞く』というものです」とゴラコタ氏は説明する。「基本的に、あなたに集中したいときは、3秒か5秒間あなたを見て話を聞き、それから補聴器のボタンをクリックします。」 

「ニューラルネットワークはあなたの声の特徴を学習したので、あなたの声だけを抽出します。もうあなたの顔を見る必要はありません。周りの人が話していても、あなたの声の特徴を把握しているので、他の人の声を遮断して、あなたの声だけを聞き続けることができます。」

もちろん、これは混雑した部屋の騒音に閉じ込められた人や、玄関のチャイムが鳴ったときに家の反対側にいた人にとっては朗報となるだろう。

ローナー氏は、的を絞った聴覚訓練がもたらす効果を示すもう一つの強力な例を挙げている。「聴覚障害のある子どもであれば、教師の声を認識し、強調するように訓練することができるでしょう。」

ターゲット会話抽出は、混雑した状況下でターゲット会話中のすべての話者の音声を抽出することを目的とした、新しいタスクです。この技術は、補聴器だけでなく、ビデオ編集、インタビュー、騒がしい環境でのVlogなどにも応用できる可能性があります。

自分だけのオーディオエンジニアになろう

 コンサートに行ったことがある人なら、ミキシングボードの前でスライド式のコントロールを操作している音響エンジニアを見かけたことがあるでしょう。彼らはこれらのコントロールを使って、バンドのマイクや様々な楽器の音量を調整します。

 日常生活で同じことができたらどうでしょう？つまり、自分自身がオーディオエンジニアになれるとしたら？これは、ゴラコタ氏とそのチームが最近発表した論文で詳しく説明されているコンセプトです。彼らはこのコンセプトを、まさにその名にふさわしく「Aurchestra」と名付けています。

「このアプリは、ユーザーが周囲の音の音量を細かく調整できるようにするものです。例えば、ビーチに座って波の音を聞きたいとします。しかし、犬の鳴き声や、ギターを少しうるさく弾く音、近くで人がおしゃべりしている音が聞こえます。そんな時、スマートフォンアプリを使えば、邪魔な音の音量を下げて、波の音の音量を上げることができるのです。」

 「我々は、これらすべてをリアルタイムで実行できることを実証しました。」

意味聴覚

ゴラコタ教授とその同僚は、2023年に発表した画期的な論文「Semantic Hearing: Programming Acoustic Scenes with Binaural Hearables」の中で、この新興技術を説明するために「セマンティック聴覚」という用語を作り出しました。「セマンティック」とは「意味に関連する」という意味です。これらのAIシステムが音の意味と分類に基づいていることから、この用語が選ばれました。 

この技術を研究室から実社会へと展開させるため、ゴラコタ氏はHearvana AIを共同設立した。「私たちの目標は、この技術を補聴器だけでなく、イヤホンやスマートグラスといったデバイスにも応用することです。人々の聴覚体験を根本から変革したいと考えています。」

補聴器メーカーはこうした動きを注視しており、同様の技術開発に取り組む研究チームを抱えています。ゴラコタ氏の画期的なアルゴリズムやそれに類する技術が補聴器に搭載されるのは時間の問題でしょう。私のような難聴者（そして、こうした技術が素晴らしいと思う人たち）にとっての大きな疑問は、それがいつ実現するのかということです。

「現時点で唯一の制約は、アルゴリズムを実行するための適切なハードウェアの入手だと考えています。今のところ、必要なAIアクセラレータチップを保有している企業はごく少数です。そのため、アルゴリズムの展開速度が制限されますが、おそらく今後2～3年以内には登場するでしょう。」

ソノバ社のローナー氏も同様の見通しを示しており、「今後2年から5年の間に、多くの具体的なアルゴリズムが、おそらく段階的に導入されるだろう」と述べている。

AIに関しては、まだ何も始まっていない。

原文掲載元はこちら　

 https://www.hearingtracker.com/news/what-s-next-for-ai-hearing-aids-hearing-in-your-own-friend-bubble