เช่นเดียวกับการรวบรวมข้อมูลจากเซ็นเซอร์ต่างๆเพื่อปรับปรุงความชัดเจนในการพูดเซ็นเซอร์ที่ฝังอยู่ภายในเครื่องช่วยฟังสามารถประเมินความพยายามในการฟังและผลกระทบต่อบุคคลและใช้ข้อมูลนี้เพื่อบอกว่ากระบวนการเพิ่มประสิทธิภาพการพูดช่วยได้จริงหรือไม่ตาม ถึงวูล์ฟแฮมป์ตัน
ได้รับการตั้งชื่อว่า 'เครื่องช่วยฟังมัลติโมดอลที่เปิดใช้งาน 5G-IoT ที่ได้รับแรงบันดาลใจจากความรู้ความเข้าใจ' (COG-MHEAR) โครงการสี่ปีได้รับเงิน 3.2 ล้านปอนด์จาก EPSRC (สภาวิจัยด้านวิศวกรรมและวิทยาศาสตร์กายภาพ) ภายใต้ 'เทคโนโลยีการดูแลสุขภาพที่เปลี่ยนแปลงสำหรับ โครงการ 2050 '
การประมวลผลแบบคลาวด์จะถูกใช้ในขั้นต้นเพื่อลดการใช้พลังงานโดยมีอินเทอร์เฟซแฝงต่ำ (<10ms) ที่สร้างขึ้นสำหรับการเชื่อมโยงโครงสร้างพื้นฐานระบบคลาวด์เพื่อหลีกเลี่ยงความล่าช้าระหว่างข้อมูลอะคูสติกและข้อมูลภาพที่ประมวลผล
อุปกรณ์อิเล็กทรอนิกส์ e-skin ที่ยืดหยุ่นและเสาอากาศแบบกำหนดเองได้รับการวางแผนเพื่อให้อุปกรณ์ที่สึกหรอมีขนาดเล็ก
เพื่อแก้ไขปัญหาด้านพลังงานขนาดและเวลาในการตอบสนองความตั้งใจในระยะยาวคือการประมวลผลทั้งหมดในเครื่องโดยใช้อัลกอริทึมบนฮาร์ดแวร์เฉพาะที่มีตัวเร่งความเร็ว
“ วิสัยทัศน์ของเราในปี 2050 คือการก้าวไปไกลกว่า 5G-IoT และอินเทอร์เน็ตสำหรับการประมวลผลบนชิปแบบสมองที่ไม่ใช้อินเทอร์เน็ตเพื่อจัดการกับขนาดของเครื่องช่วยฟังงบประมาณด้านพลังงานการสื่อสารและปัญหาด้านความปลอดภัยในโลกไซเบอร์” รองผู้อำนวยการโครงการกล่าวว่า Ahsan Adeel จากมหาวิทยาลัย วูล์ฟแฮมป์ตัน (ภาพ).
การรวบรวมข้อมูลที่เป็นภาพเช่นวิดีโอเกี่ยวกับการเคลื่อนไหวของริมฝีปากอาจทำให้เกิดปัญหาความเป็นส่วนตัวได้ “ เราสามารถเอาชนะคำถามเหล่านี้ได้โดยการเข้ารหัสข้อมูลทันทีที่รวบรวมและเราจะเป็นผู้บุกเบิกแนวทางในการประมวลผลและทำความเข้าใจข้อมูลวิดีโอในขณะที่ยังคงเข้ารหัสอยู่” ตามการยื่นขอทุน EPSRC “ เราตั้งเป้าหมายที่จะไม่เข้าถึงข้อมูลวิดีโอดิบ แต่ยังคงใช้เป็นแหล่งข้อมูลที่มีประโยชน์ เพื่อเสริมสิ่งนี้เราจะตรวจสอบวิธีการอ่านริมฝีปากระยะไกลโดยไม่ใช้ฟีดวิดีโอแทนการสำรวจการใช้สัญญาณวิทยุสำหรับการตรวจสอบระยะไกล "
นอกเหนือจากมหาวิทยาลัย Edinburgh Napier และ University of Wolverhampton แล้วพันธมิตรของโครงการ ได้แก่ : University of Edinburgh, University of Glasgow, Heriot-Watt University, University of Manchester, University of Nottingham, Sonova, Nokia Bell-Labs ข้อมูลอัลฟ่า Digital Health & Care Institute, Data Lab และ Deaf Scotland และ Action on Hearing Loss