騰訊商世東:推動技術價值外溢 讓聽障人士“聽得清”

3月3日全國愛耳日,天籟聽未來行動合作體發佈會正式舉辦。騰訊會議天籟實驗室聯合中國聾人協會、中國聽力語言康復科學雜誌社、中國聽力醫學發展基金會、中國老齡事業發展基金會、中國聯通、騰訊公益、南方週末等機構和合作夥伴,共同倡議發起“天籟聽未來行動合作體”,並公佈了騰訊天籟行動在關注聽障群體資訊無障礙建設方面的系列舉措和最新成果。

發佈會上,騰訊會議天籟實驗室主任商世東發表主題演講。他指出,天籟實驗室不僅為騰訊會議的2億多用戶提供清晰流暢的視頻會議體驗,還致力於推動技術價值外溢,用天籟音頻AI技術改善聽障人群的聽覺體驗,讓AI技術惠及更廣的人群,踐行科技向善的願景。

(騰訊會議天籟實驗室主任商世東)

“去年今天,天籟行動聯合社會機構發佈的‘數字測聽小程式’,希望提升全民愛耳護耳意識。”商世東表示,為了讓更多人能夠享受到便利、專業的聽力測試,天籟實驗室對去年的數字測聽小程式進行了升級,將基於經典的噪聲場景下的言語可懂度測試方法和中國“十二生肖”元素進行融合,聯合華南理工大學、深圳大學以及國家耳鼻咽喉疾病臨床醫學研究中心等專業團隊推出了“愛耳日十二生肖線上公益測聽工具”,通過識別用戶在不同噪聲干擾下,識別生肖發音的準確率,對用戶的聽力水準進行評估,引導更多人關注和了解聽力健康的重要性。

發佈會上,商世東還介紹了與中國聯通合作發佈的“暢聽王卡升級版”。基於騰訊天籟實驗室專門為聽障用戶量身定做的個性化AI語音增強輔聽演算法,暢聽王卡升級版不僅能夠為用戶提供經過降噪處理的“無障礙AI通話服務”,還可以將通話內容實時轉化成文字顯示在通話界面上,為聽障用戶提供聽得清和看得清的通話體驗。在該演算法得到加持下,實現典型噪音場景下單一字節言語識別率提升66%,和實時字幕別準確率提高5.5-9.9個百分點。

商世東在演講最後表示:未來天籟行動將持續保持“技術開放”原則,圍繞聽力測試、AI輔聽和公益救助三個方向,為更多聽障人士帶來切實的幫助,助力資訊無障礙環境的建設。

以下為商世東演講全文:

尊敬的各位來賓,各位線上的網友,大家好!我代表騰訊會議天籟實驗室向各位關注聽力健康的朋友表示歡迎和感謝。

世界衛生組織2021年的報告顯示全球有超過15億人受到聽力問題的困擾,在中國第二次全國殘疾人抽樣調查數據中,我國的聽力殘疾人達到2780萬。隨著老齡化的加深和更多的不健康的用耳方式這個數字還會不斷地增加。由於交流的不便和資訊的缺失,聽障人士在學習、工作、生活中存在著諸多困難。

溝通上的障礙使得他們在參與社會生活,給家庭、社會帶來的沉重的壓力,或許他們經歷的世界和我們略有不同,但他們和我們一起對人世間充滿著熱愛,期盼著能夠更好地融入社會,活出自己的響亮和精彩。

自從2019年騰訊將科技向善確定為公司的新的願景和使命之後,騰訊會議天籟實驗室專注于音視頻通訊技術的前瞻性研究,應用探索和落地。我們把天籟音頻技術為騰訊會議2億多用戶創造了清晰流暢的語音體驗基礎之上,在踐行騰訊科技向善理念牽引之下,從2020年開始,我們把經過廣泛用戶驗證的音頻技術成果走出我們的産業領域,在公益場景得到了更廣泛的落地,讓科技能夠更好地服務於人群。

比如在去年我們與全球頭部的奧地利人工耳蝸廠商美笛樂合作,推出了全球首個整合了聽力測試+AI輔聽+遠端聽力康復服務的平臺——美訊聽寶APP。有效地幫助聽損人士提升單音節識別率達66%。幫助聽障人群更好地掌握自己的聽力狀況,利用天籟AI語音音頻技術改善聽力,並且通過騰訊會議與遠端服務的形式大大降低他們獲得專家調試和康復指導的成本。基於美笛樂的聽力學經驗和騰訊天籟實驗室積累的音頻演算法,經過美笛樂的主觀實驗顯示,對聽障且未佩戴聽力助聽設備的用戶而言,提升單音節識別率66%,在負5到25DB的信噪比範圍之下,新一代的AI語音增強方案可以有效地改善語音溝通的體驗。

我們還與國內的最大的人工耳蝸廠商諾爾康合作,上市了搭載的AI天籟技術的第三代人工耳蝸産品,在諾爾康的設備上提高人工耳蝸語言清晰度和可懂度達40%。在諾爾康的實驗數據顯示,通過手機伴侶和人工耳蝸的聯合解決方案後,語音識別率、信噪比和語音品質打分均有大幅度的改善,對聽障人群的聽覺體驗有著非常積極的效果。目前諾爾康的人工耳蝸用戶已經可以升級搭載了騰訊天籟音頻技術的第三代新一代遠航人工耳蝸系統。

除了面對聽障人群,在幫助普通用戶聽力保護上,從2021年開始,在去年的全國愛耳日上,為了提升大眾對聽力健康的重視,我們結合網際網路傳播的特點,聯合聽力學專家推出了數字測聽小程式,可以幫助普通用戶簡單快捷地評估自己的雙耳聽力。我們發現在遠低於正常水準的區間段,20-30歲年輕群體的平均得分甚至低於40-50歲的中年區間群體,進一步的區間方差分析也體現了相同的趨勢。經過和與會專家的探討以及後續的樣本調查。我們將這樣的結果歸功於部分年輕人的不健康用耳方式。20-30歲區間的年輕人屬於90年代、00年代的群體,他們從小接觸網際網路以及長時間過度地接觸電子設備,有可能導致他們的聽力受到了不應該有的損傷。20-30歲區間的年輕人聽力水準分化比較嚴重,從全年齡段的方差結果可以看得出來,年輕人相對於中年人的聽力,年輕人的聽力方差比中年人的聽力方差還更加要高。

在今年愛耳日上,我們進一步升級了線上測聽小程式,圍繞著聽力測試,聯合華南理工大學、深圳大學以及國家耳鼻咽喉疾病臨床醫學研究中心等專業團隊推出了融合了中國十二生肖元素的線上公益測聽工具,這個工具基於噪聲場景下的言語可懂度測試方法,可以幫助用戶快速地初步評估和掌握自身的聽力健康狀況,幫助普通公眾提升愛耳護耳意識。十二生肖聽力小程式除了趣味性之外,我們經過對語音信號、十二生肖語音信號的信號進行進一步研究發現,他們在整個頻域覆蓋的廣泛性和頻域信號的多樣性上均超過了去年的數字測聽,相比去年的方法有了進一步改善,可以幫助用戶更加全面地評估自身的聽力狀況。

除了聽力測聽小程式之外,由於聽力可以帶來言語發聲的障礙,我們也一併發佈了根據聽力發聲的小程式,通過對a、i、u這樣原音字母的共振分佈和它們基因分佈進行測聽,可以進行有效的評估,特別是針對老年人的發音障礙,幫助他們意識到自己的發音障礙,是否與聽力受損也同樣受到了影響。

我們聯合中國聯通發佈的暢聽王卡升級版,整合了騰訊會議旗下天籟實驗室為聽障用戶打造的個性化語音增強輔聽方案,讓聽障用戶不僅聽得清,而且看得清,該演算法同時賦能暢聽王卡的語音通話和實時字幕雙場景,實現典型噪音場景之下單一字節言語識別率66%和實時字幕準確率提升5.5%-9.9%。經過天籟智慧語音處理演算法處理過的通話,不論是在聽感還是在言語識別率上均有了大幅度的提升,可以很好地幫助聽障用戶在日常的溝通體驗。

以上就是我的分享,騰訊天籟音頻技術在助力無障礙,幫助聽障用戶上才邁出第一步,未來道路還很長,我們願意把積累的更多的天籟音頻技術在科技向善的牽引之下,更好地服務於廣大用戶,更好地改善他們的日常生活工作當中的聽覺體驗。