Teknik · Hörsel och AI

AI i örat – kan smarta hörapparater rädda samtalet i sorlet?

Neurala nätverk kan göra tal tydligare. Men vägen från ett behagligare ljud till ett begripligt samtal är längre än reklamen antyder.

I köket hörs varje ord. På restaurangen flyter rösterna ihop. Nya hörapparater använder AI för att skilja tal från bakgrundsljud – men vad vinner användaren egentligen? Vi följer en tydligt illustrativ vardagsresa och granskar tekniken mot oberoende hörselforskning: talförståelse, lyssningsansträngning, batteri, kostnad och integritet.

Av Bertil AhlinSkribent · AI i vardagen

17 oktober 2026 · 12 min läsning

0:000:00

Uppläst av tidningens berättarröst

Från köksbordet till bordet vid baren

Köksfläkten är avstängd. Två kaffekoppar står på bordet, och personen mitt emot frågar om kvällens middag. Det är en gynnsam lyssningssituation: kort avstånd, en enda röst och ett ansikte som hjälper till att fylla i det öronen missar.

Illustration med den fiktiva Karin: samma samtal ställer helt olika krav vid köksbordet och i restaurangens sorl. Att höra en röst är inte alltid detsamma som att uppfatta orden.

Några timmar senare kommer samma fråga över ett restaurangbord. Nu blandas den med porslin, musik, ventilation och samtalet från bordet intill. Den som hör dåligt kan fortfarande uppfatta att någon pratar. Problemet är att fånga orden.

Vi låter här en tänkt användare, Karin, göra den resan. Hon är inte en intervjuad patient, utan en uttryckligen illustrativ person som hjälper oss att pröva tekniken i vardagen. Inga testresultat eller repliker tillskrivs henne. Produktuppgifter och medicinska resonemang bygger i stället på källorna nedan. Någon egen produktprovning eller intervju med en oberoende audionom har inte genomförts; den oberoende granskningen utgår från publicerad audiologisk forskning.

Karin har hörapparater för en hörselnedsättning där framför allt talets detaljer blivit svårare att uppfatta. Hemma fungerar de bra. På restaurang är det fortfarande ansträngande. Det är just i den övergången som tillverkarnas AI-löften ska visa sitt värde.

Hörapparater med neurala nätverk är redan kommersiella produkter, inte en framtidsvision. Oticon presenterade More 2021 med ett djupt neuralt nätverk i ljudbehandlingen. Phonak lanserade Audéo Sphere Infinio 2024 med ett särskilt chip för AI-baserad separation av tal och brus. Exemplen visar en teknisk riktning, inte att en viss modell är bäst för alla.

Den viktiga frågan är heller inte om apparaten innehåller AI. Den är om Karin kan svara på frågan utan att först gissa vad som sades.

Här måste tre olika vinster hållas isär. Talförståelse handlar om att faktiskt uppfatta fler ord eller meningar rätt. Lyssningsansträngning handlar om hur mycket arbete som krävs för att följa samtalet. Ljudkvalitet handlar om hur behagligt, naturligt eller tydligt ljudet upplevs.

Alla tre spelar roll. Ett mindre tröttande restaurangbesök kan vara en betydande förbättring även om resultatet på ett taltest är oförändrat. Men ett mjukare sorl är inte automatiskt detsamma som fler begripliga ord. Den skillnaden bör följa med hela vägen från annonsen till utprovningen.

Vad det neurala nätverket gör med ljudet

En modern hörapparat är redan utan den nya AI-etiketten en liten signalbehandlingsdator. Mikrofonerna fångar ljud. Elektroniken bearbetar signalen, anpassar förstärkningen efter hörselnedsättningen och skickar ljudet vidare genom en liten högtalare. Återkopplingshantering motverkar tjut, och olika funktioner försöker göra omgivningen hanterbar.

Teknisk principillustration: ett neuralt nätverk kan uppskatta vilka delar av ljudsignalen som bör bevaras eller dämpas. Det bearbetar ljud, men återställer inte skadade delar av hörselsystemet.

Riktmikrofoner utnyttjar skillnader mellan mikrofonernas signaler för att gynna vissa riktningar. Brusreducering försöker minska sådant som bedöms vara störande. Automatisk miljöklassificering kan växla mellan inställningar för exempelvis lugnt samtal, trafik och bullrig miljö. Sådana funktioner fanns före dagens stora AI-våg.

Neurala nätverk tillför ett annat sätt att fatta delar av besluten. Under utvecklingen tränas en modell på ljudexempel. Beroende på konstruktion kan den lära sig att känna igen ljudmiljöer, uppskatta vilka delar av signalen som innehåller tal eller styra hur olika ljud ska behandlas.

En vanlig princip inom inlärd talförbättring är att dela upp ljudet i små tidsavsnitt och frekvensområden. Systemet uppskattar sedan vilka delar som främst bör bevaras och vilka som kan dämpas. Den faktiska lösningen varierar mellan produkter; alla apparater som marknadsförs med AI använder inte samma slags separation.

Det här är inte en språkmodell som lyssnar på samtalets innebörd och hittar på en rimlig fortsättning. Uppgiften är i första hand att bearbeta ljudsignalen. Ett neuralt nätverk behöver inte förstå restaurangbeställningen för att försöka göra dess konsonanter lättare att höra.

Men problemet är svårt. Tallriksklirr skiljer sig ofta tydligt från tal. Personen vid grannbordet gör det inte. Oönskat tal har samma slags rytm, klang och språkljud som den röst användaren vill följa. Apparaten måste dessutom avgöra vad som är viktigt utan att säkert veta vart användarens uppmärksamhet riktas.

Om Karin tittar mot sin middagsgäst finns användbar information i ljudets riktning. Om servitören börjar prata från sidan kan en alltför snäv prioritering bli mindre hjälpsam. Tillverkare försöker hantera sådana situationer med olika kombinationer av mikrofonteknik och inlärd signalbehandling. Resultatet måste bedömas i verkliga samtal, inte bara i en demonstrationsfil.

Att framhäva tal som finns i mikrofonernas signal är inte samma sak som att återskapa hörsel som har gått förlorad.

Vid många vanliga hörselnedsättningar är problemet nämligen inte enbart att ljud blivit för svaga. Förmågan att skilja ljud åt kan också vara försämrad. Hörapparaten kan förbättra det ljud örat får, men den återbildar inte skadade hårceller eller återställer automatiskt hörselsystemets bearbetning.

Den oberoende kontrollen: hör vi fler ord?

För att granska AI-löftena behöver vi först lämna produktbroschyren. Den oberoende audionomen och forskaren Ruth Bentler publicerade 2005 en systematisk genomgång av evidensen för riktmikrofoner och brusreducering i hörapparater. Den är för gammal för att avgöra hur dagens neurala modeller fungerar, men relevant för hur deras effekter bör undersökas.

Illustration av ett kontrollerat tal-i-brus-test. Ljudens riktning, jämförelseinställning och apparaternas anpassning behöver framgå när en förbättring av talförståelsen bedöms.

Bentlers genomgång gav stöd för riktmikrofoners nytta under undersökta förhållanden, medan underlaget för brusreducering var mer begränsat. En senare kritisk genomgång av Frederic Chong och Lorienne Jenstad, publicerad 2018, granskade studier av brusreducering med en mikrofon. Ett centralt mönster är att bättre lyssningskomfort inte säkert följs av bättre talförståelse.

Det är alltså inte Bentler som här uttalar sig om en viss AI-apparat. Hennes publicerade arbete fungerar som en oberoende kontrollpunkt: efterfråga rätt utfall, rätt jämförelse och rätt lyssningssituation. Äldre resultat får varken användas för att underkänna en ny metod i förväg eller för att bekräfta den.

Ett övertygande test av talförståelse kan mäta hur många meningar en person uppfattar vid olika förhållanden mellan tal och störljud. Ibland redovisas i stället vilket signal–brusförhållande som krävs för att nå en bestämd nivå av korrekta svar. Ett resultat i decibel är då inte utan vidare jämförbart med en procentsiffra från ett annat test.

Fråga därför: bättre än vad? Samma apparat med funktionen avstängd? En äldre produkt? En konkurrents modell? Och har apparaterna anpassats lika omsorgsfullt?

Fråga också var ljuden kom ifrån. Ett test med tal rakt framifrån och brus bakom lyssnaren kan vara gynnsamt för riktmikrofoner. Ett runt restaurangbord där alla turas om att prata ställer andra krav. Avstånd, efterklang och antalet konkurrerande röster förändrar uppgiften.

Tillverkarnas studier kan ge värdefull information. Finansiering gör inte ett resultat ogiltigt. Men urval, testupplägg, jämförelseprodukt och statistisk osäkerhet behöver gå att granska. En imponerande förbättring i en särskild laboratorieuppställning är inte ett löfte om lika stor förbättring varje kväll.

Det bredare stödet för hörapparater ska samtidigt inte tappas bort. En Cochraneöversikt från 2017 fann att hörapparater hjälper vuxna med lätt till måttlig hörselnedsättning, bland annat genom bättre hörselrelaterad livskvalitet och lyssningsförmåga. Det är stöd för rehabiliteringen som helhet – inte ett separat bevis för varje ny AI-funktion.

För Karin blir slutsatsen praktisk: be om belägg för just den vinst som utlovas. Ett mått på hur mycket brus apparaten dämpar är inte i sig ett mått på hur mycket mer hon förstår.

Restaurangen är tre olika prov samtidigt

Tillbaka vid restaurangbordet kan Karin använda tre frågor för att skilja förbättringarna åt. Först: Fick jag med mig innehållet? Det kan handla om att uppfatta tiden för morgondagens möte eller vilken rätt servitören rekommenderar. Att slippa fråga om just de avgörande orden är ett mer relevant vardagsmål än att bakgrunden bara låter tystare.

Illustration: när servitören talar från sidan skiftar den röst Karin vill följa. Vardagsprovet behöver skilja på vad hon förstår, hur mycket koncentration samtalet kräver och hur ljudet upplevs.

Nästa fråga är: Vad kostade samtalet i koncentration? Två inställningar kan ge ungefär samma talförståelse, men den ena kan kräva mer fokusering. Skillnaden märks kanske först efter en timme, när orken att delta börjar ta slut.

Lyssningsansträngning är emellertid inte ett enda enkelt mätvärde. Forskare använder bland annat självskattningar, uppgifter där deltagaren samtidigt ska göra något annat och fysiologiska mått som pupillreaktioner. Metoderna fångar delvis olika saker. En förändring i ett laboratoriemått bör inte automatiskt översättas till ett bestämt antal extra pigga timmar.

Den tredje frågan är: Hur låter världen? Kraftig bearbetning kan göra bakgrunden behagligare men också förändra rösters klang. Ibland kan ljud upplevas som ojämnt eller onaturligt. Hur mycket detta märks beror på algoritmen, miljön, inställningen och användaren.

Det är möjligt att föredra en inställning som låter mindre naturlig därför att den hjälper samtalet. Det är också möjligt att föredra en behagligare inställning utan att förstå fler ord. Inget av det är fel. Problemet uppstår först när alla resultat marknadsförs som samma sorts förbättring.

Ett användbart vardagsprov behöver därför vara mer strukturerat än att slå på apparaten och känna efter. Välj några återkommande situationer: köket, en promenad med trafik, ett mindre möte och samma restaurang vid ungefär liknande belastning. Anteckna begriplighet, ansträngning och ljudkvalitet var för sig, exempelvis på enkla skalor som används konsekvent.

Notera också var ni satt och vem som pratade. En plats med en vägg bakom ryggen och större avstånd till högtalarna kan göra skillnad. Sådana förändringar är inte fusk i ett vardagsprov; de är en del av fungerande hörselstrategier. Men de måste hållas i minnet när två apparater jämförs.

Om två program ska jämföras bör audionomen hjälpa till att göra jämförelsen meningsfull. Korta växlingar avslöjar klangskillnader, medan längre användning bättre visar uthållighet och praktiska problem. Förväntningar påverkar dessutom upplevelsen, särskilt när det ena alternativet har presenterats som det avancerade AI-läget.

Målet är inte en privat vetenskaplig studie. Det är ett bättre underlag för beslutet: hjälper den här apparaten mig att vara med i samtalet, i de miljöer jag faktiskt lever i?

Batteriet, mobilen och ljudets väg

Den nya signalbehandlingen ska få plats bakom eller i ett öra. Där finns begränsat utrymme för batteri och elektronik. Samtidigt måste ljudet behandlas med låg fördröjning. Det är särskilt viktigt när direktljud och förstärkt ljud når örat samtidigt, eftersom fördröjningen annars kan påverka upplevelsen.

Teknisk illustration: den neurala ljudbearbetningen kan ske lokalt i hörapparaten, medan appen har andra uppgifter. Batteritiden behöver bedömas utifrån den aktuella modellen och hur den används under en hel dag.

Därför är skillnaden mellan träning och användning viktig. Ett neuralt nätverk kan tränas på stora datorer under produktutvecklingen. Den färdiga, anpassade modellen kan sedan arbeta lokalt i hörapparaten. Att tekniken har lärt sig av stora ljudmaterial betyder inte att användarens egna restaurangsamtal måste skickas till ett datacenter.

Oticon More och Phonak Audéo Sphere Infinio är exempel på produkter där den marknadsförda neurala ljudbearbetningen sker i apparaternas elektronik. För Sphere beskriver Phonak ett särskilt chip, DEEPSONIC, för den AI-baserade funktionen. Den lokala ljudbehandlingen ska skiljas från eventuella funktioner i mobilappen.

Appen kan användas för programval, inställningar, anslutning och i vissa system distanskontakt med hörselvården. Olika tjänster kan hantera användningsdata eller annan information. Lokal talförbättring betyder därför inte automatiskt att hela produktsystemet är fritt från dataöverföring.

Inför köp är det rimligt att fråga: Behöver själva brusfunktionen mobilen eller internet? Sparas eller överförs rått ljud? Vilka användningsuppgifter samlas in? Vad händer om jag avstår från konto eller datadelning? Svaren bör gälla exakt modell, appversion och tjänst – inte AI i största allmänhet.

Batterifrågan behöver samma precision. Ett angivet maximalt antal timmar säger inte allt om en dag med telefonsamtal, strömmad musik och långvarigt avancerat brusläge. Funktionerna belastar systemet olika, och tillverkare använder olika antaganden i sina driftstidsuppgifter.

Det finns därför ingen rättvis batterisiffra för hela kategorin AI-hörapparater. Be om uppgiften för den aktuella modellen och fråga hur mycket användning av dess mest krävande funktioner som ingår. Fråga även om snabb- eller mellanladdning, laddarens reservbatteri och vad som gäller när apparatens batteri behöver service.

För Karin bör provningen omfatta en vanlig långdag, inte bara en timme på mottagningen. En apparat som fungerar utmärkt vid lunch men behöver laddas under kvällens middag kan vara fel verktyg för hennes behov. Om mobilen tappar batteriet bör hon också veta vilka funktioner som fortsätter fungera.

Ett avancerat chip är alltså bara en del av konstruktionen. Vardagsnyttan avgörs också av hur lätt apparaten är att ladda, rengöra och hantera med trötta fingrar.

Priset måste omfatta mer än två apparater

Den svenska prisfrågan har inget enda svar. Enligt 1177 skiljer sig regler och avgifter för hörhjälpmedel mellan regionerna. Förskrivet sortiment, eventuell utprovningsavgift, lånevillkor och möjligheten att välja andra alternativ behöver kontrolleras där användaren bor.

Illustration av real-ear-mätning, som hjälper audionomen att kontrollera förstärkningen i örat. Utprovning, uppföljning och service bör vägas in i totalpriset – inte bara själva apparaterna.

Vid helt privat köp kan ett par avancerade hörapparater innebära en kostnad på tiotusentals kronor. Det är en storleksordning, inte en verifierad dagsaktuell prislista. Modell, mottagning och servicepaket påverkar slutpriset. Ett publicerat styckpris kan dessutom lätt förväxlas med priset för ett par.

Be därför om en skriftlig totaloffert: en eller två apparater, laddare, utprovning, uppföljningsbesök, garantier, reparationer och eventuella tillbehör. Fråga vad som händer om apparaten inte fungerar i de situationer som var skälet till köpet. Finns provperiod, och vilka kostnader kan ändå kvarstå?

AI är inte heller en standardiserad kvalitetsklass. Ordet kan beskriva olika funktioner: miljöigenkänning, inställningsförslag eller direkt bearbetning av blandningen mellan tal och störljud. Två produkter med samma stora bokstäver på kartongen behöver inte angripa samma problem.

Det är här en oberoende audionom är särskilt värdefull. Be om en bedömning som börjar i hörselundersökningen och vardagsbehoven, inte i produktnivån. Vilket problem ska lösas? Är det för svag förstärkning, bristande passform, svårigheter med tal i brus eller något som behöver annan utredning?

Kontroll av förstärkningen i örat, ofta kallad real-ear-mätning, kan hjälpa till att verifiera vad apparaten faktiskt levererar vid trumhinnan. Den visar inte ensam hur bra ett AI-system separerar tal, men bidrar till att en jämförelse inte avgörs av felaktig grundinställning.

Ett extra tillbehör kan ibland vara mer relevant än det dyraste apparatsteget. En fjärrmikrofon nära den som talar fångar rösten innan avstånd och rumsljud hunnit försämra förhållandet lika mycket. Nackdelen är praktisk: någon måste bära eller placera mikrofonen. Vid ett livligt gruppsamtal krävs en lösning som passar just den situationen.

Det finns även strategier utan elektronik: bättre belysning, mindre avstånd, lägre bakgrundsmusik och tydlig turtagning. De ersätter inte hörselrehabilitering. Men de kan öka nyttan av apparaten och minska pressen på den som annars måste kompensera med ständig koncentration.

Det ekonomiskt kloka valet är därför inte nödvändigtvis den billigaste eller dyraste modellen. Det är den lösning som ger dokumenterbar hjälp i användarens viktigaste situationer, med en uppföljning som ingår och faktiskt blir av.

Kan tekniken rädda samtalet?

När Karin kommer hem från restaurangen finns ingen enda fråga som sammanfattar kvällen. Hon behöver skilja mellan om rösterna lät tydligare, om hon uppfattade mer och om hon har mer energi kvar. Det är först då ordet förbättring får ett innehåll.

Det försiktiga svaret på rubrikens fråga är ja: neurala nätverk kan hjälpa till att framhäva tal och därmed bidra till ett mer tillgängligt samtal. Men hur stor vinsten blir beror på produkt, inställning, hörselnedsättning och ljudmiljö. Ett AI-chip är inte en garanti för att alla röster runt bordet går att följa.

Det skulle samtidigt vara missvisande att avfärda bättre ljudkomfort som kosmetik. Om en person orkar stanna kvar längre och vill träffa andra oftare kan minskad belastning ha stort vardagsvärde. Den nyttan ska beskrivas som just komfort eller minskad upplevd ansträngning när det är det som har mätts – inte bytas ut mot ett obevisat löfte om bättre talförståelse.

Begränsningen ligger både i signalen och i hörselsystemet. När tal maskeras kraftigt blir uppgiften svårare för algoritmen. Och även en väl separerad röst ska tolkas av en människa vars hörsel inte fungerar som tidigare. Tillgängligare ljud är en möjlighet till bättre förståelse, inte en återställningsknapp.

En rimlig överenskommelse med hörselvården är därför att välja några konkreta mål före utprovningen. Att kunna följa partnern under middagen. Att förstå kollegan på mötet. Att inte behöva vila lika länge efter släktkalaset. Följ sedan upp målen med både lämpliga tester och erfarenheter hemifrån.

Plötslig hörselnedsättning är däremot inte en fråga att lösa genom att prova ett nytt AI-program. Då behövs snabb kontakt med vården. Även nya eller tydligt förändrade besvär bör bedömas, snarare än förklaras bort som en svag produktinställning.

Det mest lovande med AI i örat är till sist inte att apparaten blivit mänsklig, utan att signalbehandlingen kan bli mer användbar. Framgången märks när tekniken tar mindre uppmärksamhet och samtalet får mer.

Inte när restaurangen låter helt tyst. Utan när nästa fråga går att svara på.