Bald könnten aktuelle Kopfhörer mit aktiver Geräuschunterdrückung ein alter Hut sein. Denn US-Wissenschaftler haben eine KI-Technologie entwickelt, die eine Art Schallblase erzeugt, die nur registrierte Stimmen durchlässt. Alle anderen Geräusche müssen draußen bleiben.

Nicht nur Menschen mit Hörschwäche haben Probleme, in lauten Umgebungen wie belebten Restaurants Gesprächspartner zu verstehen. Doch das könnte sich rasch ändern, denn ein Team der University of Washington hat eine Technologie entwickelt, die es Kopfhörern ermöglicht, alle Störgeräusche bis auf registrierte Stimmen herauszufiltern. Ein Artikel, in dem sie "Hörgeräte mit Klangblasen" beschreiben, wurde kürzlich vom Fachmagazin "Nature" veröffentlicht.

Das System nutzt künstliche Intelligenz, "mit der wir die auditive Wahrnehmung von Kopfhörern je nach deren Vorlieben verändern können", erklärt Hauptautor Shyam Gollakota. "Mit unseren Geräten kann man einen einzelnen Sprecher deutlich hören, auch wenn man sich in einer lauten Umgebung mit vielen anderen Menschen befindet."

Prototyp aus handelsüblichem Kopfhörer

Er und sein Team haben einen Prototyp entwickelt, indem sie einen handelsüblichen Kopfhörer mit aktiver Geräuschunterdrückung (ANC) modifiziert haben. An Bügeln und Muscheln brachten sie zusätzliche Mikrofone sowie einen kleinen Einplatinen-Computer an, auf dessen Prozessor das neuronale Netzwerk der KI ausgeführt wird. Im Labor wurde das Modell mit beweglichen Lautsprechern trainiert, wobei sich das Headset auf dem Kopf einer Schaufensterpuppe befand, die sich drehen ließ.

Die Bedienung ist denkbar einfach: Während man eine sprechende Person, deren Stimme man hören möchte, mindestens drei bis fünf Sekunden direkt anblickt, drückt man einen Knopf. Die Mikrofone registrieren dann die Richtung, aus der die Stimme kommt, nehmen sie auf und senden sie an den KI-Prozessor.

Doppelt so klare Stimmen

Das System merkt sich die Stimmmuster der Person und gibt sie fortan leicht verstärkt an die Lautsprecher der Kopfhörer weiter. Dazu muss man die registrierte Person auch nicht weiter anblicken. Alle anderen Geräusche blendet die KI aus. Das klappt je besser, desto länger sie die Stimme hört, genauer gesagt, die Lern-Software mit Trainingsdaten versorgt wird. Das Team testete sein System an 21 Probanden. Diese beurteilten die Klarheit einer registrierten Stimme im Durchschnitt fast doppelt so hoch wie die ungefilterten Audiodaten.

Aktuell kann das System Schallblasen mit Radien von ein bis zwei Metern erzeugen, in denen man registrierte Stimmen klar und deutlich hört. Die Intensität der Geräusche außerhalb wird um 49 Dezibel (dB) reduziert. Das entspricht etwa dem Unterschied zwischen einem Staubsauger und raschelnden Blättern.

System muss noch kleiner werden

Spannend ist für die Forschenden, wie die KI die Entfernung ermittelt. Sie erklären es sich mit zwei Phänomenen: Erstens reflektiert der Kopf des Trägers Geräusche, was dem neuronalen Netz hilft, Geräusche aus verschiedenen Entfernungen zu unterscheiden. Zweitens haben Geräusche, wie die menschliche Sprache, mehrere Frequenzen, von denen jede auf dem Weg von ihrer Quelle zum Empfänger verschiedene Phasen durchläuft. Der KI-Algorithmus des Teams, so glauben die Forscher, vergleicht die Phasen jeder dieser Frequenzen, um die Entfernung einer Schallquelle (etwa einer sprechenden Person) zu bestimmen.

Aktuell arbeitet das Forscherteam daran, die Technologie so weit zu miniaturisieren, dass sie in Ohrhörern oder Hörgeräten eingesetzt werden kann. Kommerzielle Ziele verfolgen sie offenbar nicht, interessierten Kollegen stellen sie den Code auf GitHub zur Verfügung, mit dem sie ihren Prototyp trainiert haben.