🧐GeekWire•最新收集於 39m
UW 研究員將「超人聽力」帶進耳機
#on-device-ai#speech-extraction#hearables#semantic-hearinghearvanahearvanamalek itaniuniversity of washingtonmarconi award
💡了解裝置端 AI 如何讓耳機不依賴雲端，就能即時分離目標語音。
⚡ 30-Second TL;DR
有什麼變化
Malek Itani 共同創辦了 AI 音效增強新創 Hearvana。
為什麼重要
裝置端語音分離技術可讓進階聽覺輔助更具隱私性、反應更快且更省電。若能大規模商業化，這種方法可能將 AI 音訊能力從智慧型手機與雲端連線裝置拓展到更多設備。
下一步行動
在耳機等級的裝置上製作低功耗目標語音擷取原型，並評估延遲、電池消耗與分離品質。
誰應關注：Researchers & Academics
關鍵要點
- •Malek Itani 共同創辦了 AI 音效增強新創 Hearvana。
- •這些演算法可直接在低功耗穿戴式聽覺裝置上進行即時目標語音擷取。
- •主要能力包括耳機與助聽器上的「聲音泡泡」及語意聽覺。
- •Itani 因這項研究獲得 Marconi 重要獎項肯定。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 8 個來源。
🔑 增強重點摘要
- •Hearvana 由 Malek Itani 與華盛頓大學教授 Shyam Gollakota 共同創立，並於 2025 年底完成 600 萬美元的種子輪融資。
- •該技術不僅限於耳機，還計畫擴展至智慧眼鏡等穿戴式裝置，實現更廣泛的聽覺增強應用。
- •研究團隊開發了「聲音泡泡」技術，能將半徑 3 至 6 英尺範圍內的聲音放大，並將外部噪音平均降低 49 分貝。
- •系統具備「語音註冊」功能，使用者僅需注視目標對象 3 至 5 秒，AI 即可在嘈雜環境中即時鎖定並分離該對象的語音。
- •2025 年推出的自動對話追蹤系統，能透過偵測語音的「輪流交談」節奏來識別對話夥伴，無需使用者手動操作。
📊 競品分析▸ Show
| 廠商/技術 | 核心技術 | 市場定位 |
|---|---|---|
| Hearvana (UW) | IF-MLPNet / 裝置端 AI | 低功耗即時語音分離與個人化聽覺 |
| Oticon (2026) | Dual AI / 神經處理器 | 臨床級聽力輔助與環境音平衡 |
| Starkey (2026) | 邊緣 AI 處理 | 高階助聽器市場與聽覺健康監測 |
🛠️ 技術深入
- 採用 IF-MLPNet 神經網路架構，專為低功耗無線穿戴裝置設計，無需依賴雲端運算。
- 整合 NeuralAids 平台，實現即時音訊分離，有效降低電池消耗。
- 透過偵測語音節奏與視覺輔助（注視）進行目標語音擷取，解決傳統波束成形技術在動態環境下的限制。
🔮 前景展望AI analysis grounded in cited sources
穿戴式裝置將取代傳統助聽器成為主流聽覺輔助工具。
裝置端 AI 的低功耗與高效能表現，使得消費級耳機具備了媲美醫療級助聽器的語音增強能力。
「聲音泡泡」技術將成為未來智慧耳機的標準功能。
該技術能顯著提升使用者在嘈雜環境中的專注力，且已證明能在低功耗硬體上穩定運行。
⏳ 時間線
2025-10
Hearvana 完成 600 萬美元種子輪融資，正式啟動商業化進程。
2025-11
研究團隊發表自動對話追蹤系統，透過語音節奏識別對話夥伴。
2026-08
Malek Itani 獲頒 Marconi Society Paul Baran 青年學者獎。
📎 來源 (8)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： GeekWire ↗
每週 AI 簡報
每週一封，可隨時退訂。