本團隊以AIoT幫助未來銀髮的我們，不因聽損自棄，甚至早發失智。兩大聲學難題，使人工電子耳效益，仍停留在五十年前剛發明時的狀態，包括：音樂聆賞，及噪音中的語音辨識。我們以深度學習類神經智慧聯網噪音消除法『仿真』聽覺系統，模擬大腦自動聽覺過濾功能，將次世代電子耳與助聽器的層次提升為完美的『人造器官』。

本團隊以NC+DDAE降噪模型，模擬大腦『cocktail party effect』，遠優於現存模式。我們以智慧型手機應用程式降噪，再將乾淨音訊回傳電子耳；進階開發多模態音訊處理深度學習模型，為寫入晶片做準備。目前正擴展前述應用，在時域訊號中以端對端U-Net模型，提升電子耳使用者聆聽音樂之效益。

2024年全球電子耳總產值將達44億美元，助聽器更將於2029年達到176億美元。藉由本團隊創新技術，次世代電子耳可精準『仿真』聽覺系統，解決噪音與聆聽音樂兩大難題，且此技術也可用在助聽器。藉由台灣晶圓代工與IC設計分居世界第一與第二之優勢，本團隊之技術可望在電子耳與助聽器產業供應鏈，佔有一席之地。