腾讯：用AI唤醒聋人
2021/3/3 19:36:14 卢泓言
“行善”二字，可以有无数下手处，比如扶助弱者也是行善。若能帮一个无力无助的弱者改变命运，其能力何其大？其意义何其大？
弱者之所以弱，是因为他们无力发出自己的声音，声音不被听到，就被遗忘。中国有8500万残疾人，但在生活中，我们很少感知到他们的存在，就像很少见到盲道上有盲人行走。而强者之所以强，就是要主动关注到弱者，传播出那些没有被发出来的“声音”。
聋哑群体，就是很难自己发出声音的一个人群。
在2019年定下“科技向善”为愿景的腾讯，也确实在做实事，2020年“天籁行动”发起，面向公益开发者、设备厂商、相关机构，免费开放腾讯多年积累的天籁AI音频技术，给人工耳蜗消除噪音，帮助聋人从“听得见”到“听得清”。
今天3月3号是全球爱耳日，腾讯天籁联合新华社·声在中国、中国听力语言康复研究中心、中国听力医学发展基金会等，推出了线上听力筛查工具。
世卫组织的最新数据，目前全球1/5的人听力受损，超过15亿人，到2050年，预计1/4的人将会听力受损，超过25亿人。在听力损失刚发生时，一般生活只会受到轻微影响，老年人通常对听力变化并不在意。但听力衰退初期，是干预的最佳时机，而此阶段往往被99%的人忽视。
所以大面积的免费的听力筛查，就可以让很多人及时的发现自己的听力问题，及时的扭转。
? ? ?
长按上图识别二维码，测试听力
而不管15亿还是25亿，都只是冰冷的数字，必须讲出来一个真实的故事，切身的走入一个鲜活的生活。
恰好，这里有一个已经把我打动的故事，可以讲出来给大家听听。
时间回到17年前，一个佛山普通家庭的小女孩出生，她叫宋晓婷。
宋晓婷一出生就听不清楚声音，但没人发现。她喜欢跳舞，一岁多就会跟着音箱上的灯光闪烁舞动。
直到两岁，她还不会说话。去医院检查才发现，她是先天失聪。
鼓声成为她和舞蹈世界的连接方式。她听不清楚音乐，只能通过脚尖感觉音乐鼓点的震动，努力记忆动作。有时候，连音乐的震动声都感觉不到，她就在心里默默数拍子，跟上节奏。
尽管如此，却又很快得知一个更艰难的事实：随着晓婷长大，听力将继续衰减，这仅有的鼓声，也将从她的听觉里消失。
2018年，转机出现了。
广东把人工耳蜗纳入社保，晓婷拿到其中一个免费名额。手术一个月后，晓婷的人工耳蜗开机了。她第一次从妈妈翕动的嘴唇里，听到了自己的名字，“你叫宋晓婷”。
戴上耳蜗后的晓婷，第一次自己下楼去超市、过马路、坐公交……一个有声的世界，在她面前徐徐展开。
那一年，晓婷登上了中央电视台少儿春节联欢晚会的舞台。晓婷穿着碧绿长裙，在舞台中央露出了灿烂笑容。
? ?
? ?
晓婷
戴上人工耳蜗，听见声音，似乎已经改变了这个女孩的命运。她变得自信，未来开始充满无限可能。但事实并非如此。
“我能听到，但我听不懂。”
就像晓婷跟妈妈说的，“听得见”不意味着“听得清”。她听到的声音，仍然与正常人有着很大差距。人工耳蜗传到她耳朵里的声音，大部分都是噪音，没有细节。
你可以想想一个雾气朦胧的澡堂里，一切都是烟雾缭绕的，你看不清、摸不透。这种像被一层布阻隔、无法确定的声音，就是听障人群听到的世界。
2020年，晓婷离开佛山，前往广州念高中。同一年，这个小女孩的命运和一群工程师发生了交汇。
“对我们健全人来说，一直在雾气弥漫的场景里看东西，可以想象多么痛苦。对于听障人士而言，他们一辈子，每天24小时，都被困在了这样的环境里。如果我们的技术能够为他们提供一些帮助，让他们听的更清楚，那真是一件非常有意义的事情。”
因为工作需要，常年和噪声打交道的商世东接触到“听障人群”后，萌生了这个想法。商世东和晓婷，两个陌生人的命运从此联系到一起。
商世东曾是腾讯多媒体实验室音频技术中心高级总监，2020年12月担任腾讯天籁实验室负责人。加入腾讯前，商世东在2010年组建了杜比北京工程团队，任职杜比北京和悉尼工程团队高级总监9年。加入腾讯后，带领音频团队，负责音频的框架设计和开发工作，支持腾讯内多个实时音视频产品，比如腾讯会议。
商世东的职业生涯目睹了音频技术迭代的历史。“科技可以改善生活 ，也可以弥补缺陷”，这一次，他将目光投向了听障人士。
“公开资料显示中国有8500多万残疾人，但在生活中，你很少感知到他们的存在，就像你很少见到盲道上有盲人行走”，商世东认为，“这是因为我们的‘无障碍建设’做得还不够好”。
萌生了这个想法后，商世东和团队针对听障人群做了大量调研，也分析了国内外很多关于降噪技术在听障方面的应用的研究，发现“噪声”确实是困扰听障人群的一大障碍。
商世东找到了国内人工耳蜗厂商诺尔康，所谓人工耳蜗，就是一个电子装置，把声音信号变成电信号，电信号经过计算机编程，告诉它怎么刺激神经，人就可以产生听觉。
商世东
双方一拍即合，决定研发由AI降噪技术加持的新一代的人工耳蜗，也就是把噪音自动过滤掉，让人直接听见清晰的有意义的声音。
晓婷，成为了新一代人工耳蜗的早期试用者。
“她非常兴奋，整个人的状态非常好，她本就是一个活泼的小姑娘。”商世东回忆起看到晓婷戴上新一代人工耳蜗之后的场景。
用上AI降噪技术之后，晓婷不仅能够听清鸟叫、风声、甚至能透过嘈杂的环境声听到妈妈的声音。这时她的眼睛就发亮了，从一个世界到了另外一个世界。
过去，晓婷只能粗略地分辨男女声，听到妈妈的声音像是“老人家说话的沙哑的声音”；刚戴上新耳蜗，她对妈妈说：你的声音原来更尖细，和爸爸不一样。
一次，妈妈骑着摩托车送晓婷上课，风声吹过，女儿拍了拍她的后背，“妈妈，你的手机响了”。妈妈当时差点哭出来，这几乎是这些年来最幸福的时刻。
AI降噪技术，唤醒了晓婷沉睡的耳朵，细腻鲜活的声音细节涌入了她的世界。她说，“好像施展了魔法，我耳中的噪音被猎人带走了。”
当然，施展魔法的噪音猎人，其研发并不顺利。
消除噪音一直是一个难题。电话早在一百多年前就发明了，但是人类却一直没有解决通话噪音的问题。放眼人类一百多年的语音通话史，也是一段对抗噪音的历史。
比如在嘈杂的菜市场，之所以我们能清晰地听到对面菜贩子的说话，是因为耳朵选择性屏蔽了比如剁肉、吆喝等等的嘈杂声。而商世东团队要做的，就是让机器设备也能像人一样。
想要消除噪音，就需要识别噪音，再主动干预。这个看似简单的方法困扰了技术人员上百年，因为其难点在于识别哪些是噪音。声音处理是最难的，声音数据是一维、图像是二维、视频是三维，维度越少难度越高。
幸运的是，有了AI的加持。商世东团队在菜市场、在办公室、在马路上，在一切存在噪音的地方采集了海量的声音数据，做裁剪和清洗、提取特征，再加入模型训练，如果模型准确率达不到99%，就持续收集，一直做到标准为止。
目前，基于机器学习的AI降噪模型，商世东团队将识别率提升到了96.2%，超过了大多数开源模型。
跟诺尔康的技术团队的合作，从想法提出到算法验证，及产品落地，用了近一年，经历无数次版本迭代。
人工耳蜗芯片体积有限，兼容差、计算能力弱，不足以承载大量的运算。经历了反复探讨和验证，他们找到了解决方案：手机伴侣+人工耳蜗。
简而言之，就是将计算处理过程转移到手机上，由手机对信号进行处理、过滤，再通过蓝牙设备，将信号发送到人工耳蜗。
而手机伴侣的解决方案，对延迟要求极高，一旦超过200毫秒人将会感到不适。就像看电影一样，声音如果延迟视频画面，观众就能明显感到不舒服。
面对挑战，商世东带领团队连续熬夜攻坚，试图找到一种更快速的AI算法。最终，结合腾讯会议上的经验和配置数据，将延迟控制到150毫秒以内。
2020年9月27日，国际聋人日，新一代人工耳蜗的试戴者晓婷和妈妈一起来到了深圳，终于见到了捉走她耳朵中噪声的“猎人”，商世东和他的团队。
当天，腾讯天籁实验室宣布联合深圳市无障碍信息研究会、腾讯公益基金会等机构，面向行业开放天籁音频AI降噪技术，发起“天籁行动”，希望更多像诺尔康这样的厂商和开发者加入到关注听障人群的行列。
“过去我们的工作更聚焦在算法突破和产品研发，没想到我们的技术还可以给听障人群的生活带来一些改变，这让我和团队受到非常大的鼓舞。”商世东从晓婷身上看到了技术的无限可能性。
“接下来我们希望把算法做得更好，在帮助更多听障人士听得更清楚的同时，也可以探索AI降噪技术的更多应用场景，比如五六十岁的老年人，他们的听力退化之后，也可以通过我们的技术提升。”
今天爱耳日上线的听力筛查工具，就是一个大过滤器的入口，要让大量的有听力障碍的人群自动浮出水面。
想要解决这一问题的这群噪音猎人，也是腾讯“不务正业”产业人的一个缩影，他们在街巷之间捕获噪音，也狙击噪音，唤醒沉睡的耳朵。
他们正在用技术不断改善这个世界，让世界对于每一个弱者都更加清晰，充满希望，改变命运。
现实中，很多听障孩子的家长会早早放弃孩子，“认命了”，等孩子长大成人随便安排进工厂作劳力。但晓婷和她的妈妈不这样想。
考上当地最好的特殊高中后，晓婷决心学计算机，她想，自己完全能成为一名文职工作者。戴上人工耳蜗后，她又有了更明确的目标：要考上北京一所大学的特殊教育学院，那里被誉为听障人群的清北。她为此每天在宿舍用手电学习到午夜，凌晨5点半起床再学习；课间休息的10分钟，她趴在桌上写作业，顾不上喝水。
此情此景，善莫大焉。
源网页 http://weixin.100md.com
返回 卢泓言 返回首页 返回百拇医药