对听障人士而言，在嘈杂场所中捕捉特定的说话内容是一件非常困难的事。据世界卫生组织预测，到2050年全球将有约25亿人出现听力问题。近日，波士顿大学开发出首次模拟人脑工作原理的新型声音处理算法BOSSA（Biologically Oriented Sound Segregation Algorithm），可为助听器过滤干扰，在嘈杂环境中准确锁定特定说话者的声音。测试发现，该算法在识别词汇的准确率方面，相较当前助听器所用的算法提高40%，该研究成果已发表于《Communications Engineering》期刊。
BOSSA算法的灵感来自大脑处理声音的模式。该算法开发者、波士顿大学工程学院生物医学工程副教授Kamal Sen和其所在的“自然声音与神经编码实验室”，多年来致力于研究大脑筛选不同声源的机制，并探究神经回路如何压制干扰信号，发现大脑通过“抑制性神经元”实现内部降噪，从而帮助个体聚焦某个特定声源。
“它本质上就是一个模仿大脑功能的计算模型”，Sen表示。该算法通过模拟人脑的神经机制，分析声音的空间线索，如音量、声源方向、传入时间等，并根据个体需要“调谐”，适当增强或抑制不同声源，从而真正将声音源分离并优化处理。
为验证BOSSA的实用性，波士顿大学健康与康复科学学院语言、语言学与听力科学副研究教授Virginia Best召集一批患有感音神经性听力损失的年轻人，使其在实验室内佩戴耳机，模拟多人交谈情境。
实验分别测试了采用新算法、传统算法与无算法三种情境下受试者识别特定声源的能力，结果显示，传统算法几乎无法改善识别效果，而BOSSA则带来显著提升。但Best也指出，“要确定这项技术最终是否对听障用户有帮助，还必须通过行为学研究才能验证。”
更重要的是，该算法的意义远不止缓解听力障碍。Sen认为，大脑神经回路是通用的，核心是聚焦注意力，他希望该技术能够帮助更多有患有注意力缺陷障碍（ADHD）或自闭症的群体。当前，该团队正测试升级版算法，加入眼动追踪功能，帮助用户通过视线控制聚焦听觉焦点，进一步提升算法的交互性与实用性。
目前， Sen已为这款新算法申请专利，希望能与对该技术感兴趣的公司开展授权合作。他指出，“如果传统助听器企业不尽快创新，可能会被市场淘汰。”当前，苹果公司的最新款AirPods Pro 2就已宣传其具备临床级助听功能。“这是一个临界点。若能将其及时落地，BOSSA有可能彻底改变助听设备的语音处理方式”，Sen表示。
论文来源：
https://medicalxpress.com/news/2025-04-noisy-crowded-spaces-algorithm-aid.html
