專利名稱：助聽器和減少噪聲的方法
技術(shù)領(lǐng)域：
001本發(fā)明涉及一種助聽器。更具體地，本發(fā)明涉及一種使助聽器內(nèi)的聲音再現(xiàn)適應(yīng)于已知聲音環(huán)境的系統(tǒng)和方法。
背景技術(shù)：
002助聽器系統(tǒng)通常包括助聽器和編程設(shè)備，所述助聽器包括至少一個(gè)麥克風(fēng)、一個(gè)信號處理裝置和輸出轉(zhuǎn)換器，該信號處理裝置適于接收來自麥克風(fēng)的音頻信號，并通過輸出轉(zhuǎn)換器重現(xiàn)一個(gè)經(jīng)放大的輸入信號，而該編程設(shè)備適于改變助聽器的信號處理以適應(yīng)助聽器使用者的聽覺，也就是足夠地放大使用者聽力受損的聽覺中的頻帶。
003當(dāng)前的助聽器系統(tǒng)中的音頻再現(xiàn)在使用過程中會(huì)變化，例如依賴于由助聽器處理器處理的信號的頻譜分布。這樣做的目的是使語音再現(xiàn)適應(yīng)于匹配關(guān)于使用者的剩余聽力的環(huán)境聲音。在許多情況下，聲音再現(xiàn)對于當(dāng)前的聲音環(huán)境還有其它的適應(yīng)性也會(huì)是有利的，例如，當(dāng)在安靜的環(huán)境中聽講話與在吵鬧的環(huán)境中聽講話相比時(shí)，可能需要不同的頻率響應(yīng)。因此，使頻率響應(yīng)依賴于收聽狀況將會(huì)是很有利的，例如，針對諸如人在安靜的環(huán)境中說話、人在吵鬧的環(huán)境中說話、或者沒有講話的嘈雜環(huán)境的狀況，提供專門的響應(yīng)。下文中，術(shù)語“噪聲”用來表示任何相對于聲音清晰度再現(xiàn)所不必要的信號分量。
004出于識別收聽狀況的主要類型，并使來自助聽器的音頻再現(xiàn)適應(yīng)于推測的分類收聽狀況的目的，已經(jīng)提出了各種對收聽狀況進(jìn)行分類的方法，這些方法適于與助聽器系統(tǒng)結(jié)合起來使用。這些方法可以是，例如采用對不同頻率的短期RMS值分析、對不同頻率的音頻信號的調(diào)制頻譜分析，或者采用時(shí)域內(nèi)的分析以揭示出不同頻帶之中的同步性。這些方法都有缺點(diǎn)，主要是因?yàn)樗岢龅姆椒ǘ贾焕昧藘H僅一小部分可獲信息。
005另一種固有的問題是由助聽器從周圍環(huán)境中拾得的噪聲。在現(xiàn)代社會(huì)，噪聲的來源通常是機(jī)械的，像運(yùn)輸裝置、鼓風(fēng)機(jī)、工業(yè)機(jī)器或者民用設(shè)備，或者是人造的，像收音機(jī)或電視機(jī)廣播、或餐館中的背景閑聊聲。為了使助聽器電路能夠適應(yīng)于助聽器拾得的噪聲，根據(jù)被討論的特定噪聲的頻率分布和本性，將噪聲環(huán)境細(xì)分為多個(gè)不同的噪聲環(huán)境類別是非常有利的。
006本發(fā)明的一個(gè)目標(biāo)就是實(shí)現(xiàn)對來自一個(gè)或多個(gè)助聽器麥克風(fēng)的聲信號進(jìn)行識別和分類，并使用這種信息來使聲音處理適于提高的用戶舒適度的策略和方法。聲信號的分類包含對當(dāng)前收聽狀況的分析，進(jìn)而識別當(dāng)前的收聽狀況與存儲(chǔ)的特定一組收聽狀況模板中的哪一種收聽狀況最類似。這個(gè)分類的目的是為了在助聽器中選擇一種頻率響應(yīng)，該頻率響應(yīng)在當(dāng)前的收聽狀況下能夠產(chǎn)生最佳的語音清晰度效果和用戶舒適度效果。
007本發(fā)明的另一個(gè)目標(biāo)是實(shí)現(xiàn)一種在助聽器系統(tǒng)中對噪聲環(huán)境進(jìn)行分類和分析的方法，使得可能使聲音處理適應(yīng)來減少再現(xiàn)信號中的噪聲量。
008可從例如美國專利5604812了解包括一種裝置的助聽器，該裝置使聲音再現(xiàn)適應(yīng)于多個(gè)不同噪聲環(huán)境中的某一種噪聲環(huán)境，所述不同噪聲環(huán)境是被自動(dòng)控制的或者由用戶根據(jù)一組預(yù)定的適應(yīng)規(guī)則進(jìn)行控制，美國專利5604812公開了一種助聽器，該助聽器能夠根據(jù)當(dāng)前的環(huán)境情況的分析，使其信號處理特性自動(dòng)適應(yīng)。所公開的助聽器包括信號分析單元和數(shù)據(jù)處理單元，數(shù)據(jù)處理單元適于根據(jù)當(dāng)前的聲環(huán)境，基于測聽數(shù)據(jù)、助聽器特性和規(guī)定算法，改變助聽器的信號處理特性。美國專利5604812沒有特別地致力于解決減少再現(xiàn)信號中的背景噪聲和改善語音清晰度的特定問題。
009Festen和Plomp所寫的標(biāo)題為“Effects of fluctuating noise andinterfering speech on the speech reception threshold for impaired and normal hearing(波動(dòng)噪聲和干擾語音對受損和正常聽力的語音接收閾值的影響)”(J.Acoust.Soc.Am，1990，88pp1725-1736)的文章中，進(jìn)行了如下觀察，在感知被競爭語音或者經(jīng)調(diào)制的噪聲所掩蔽的語音方面，感覺神經(jīng)聽力損傷的收聽者比具有正常聽力的收聽者具有更大的難度。利用各種各樣的方法對采用的噪聲進(jìn)行調(diào)制，并且為正常聽力和受損聽力的聽眾代表組都形成一定的感知度。具有正常聽力的收聽者和具有受損聽力的收聽者對由未調(diào)制噪聲掩蔽的語音的感知上的差異比對由調(diào)制噪聲掩蔽的語音的感知上的差異小。
010在這個(gè)研究中，對調(diào)制噪聲中的語音感知的最壞情況的例子是對特定的說話者，利用說話者自己語音的逆向時(shí)間形式(time-reversedversion)進(jìn)行噪聲掩蔽。在這種情況下，噪聲頻率與被感知的語音的頻率相似，并且正常聽力的收聽者和聽覺損傷的收聽者在感知時(shí)具有相同的難度。
011因此，需要這樣的方法，該方法幫助聽覺受損的收聽者感知并識別調(diào)制噪聲中的語音。如果助聽器可以以足夠的確定度建立給定聲音環(huán)境中存在的噪聲的特點(diǎn)，那么可以采取步驟對存在的噪聲類型進(jìn)行補(bǔ)償，進(jìn)而可改善對該聲音環(huán)境中語音的感知。
012EP 1 129 448 B1公開了一種對語音信號的信噪比進(jìn)行測量的系統(tǒng)和方法。該系統(tǒng)能夠根據(jù)依時(shí)的(time-dependent)信號均值與依時(shí)的從信號均值偏離的信號偏差之間的比例確定依時(shí)的語音噪聲比。例如，在助聽器中，該系統(tǒng)利用了多個(gè)帶通濾波器、包絡(luò)提取器、時(shí)間局部(time-local)均值檢測器以及時(shí)間局部偏離均值檢測器來估計(jì)語音噪聲比。EP 1 129 448 B1沒有記載調(diào)制噪聲中的語音。
013WO 91/03042描述了一種對混合的語音和噪聲信號進(jìn)行分類的方法和裝置。將信號拆分成分離的、有限頻率的子信號，每一個(gè)子信號包含語音信號的至少兩個(gè)諧波頻率。形成了這種子信號的包絡(luò)，而且也形成了全部子信號的各個(gè)包絡(luò)之間的同步測量值。將該同步測量值與一個(gè)閾值進(jìn)行比較，用于將混合信號分類成被語音信號明顯影響或不被語音信號明顯影響的。關(guān)于一個(gè)嶄新的頻率來進(jìn)行該分類，因此該分類可形成噪聲信號相對精確估計(jì)的基礎(chǔ)，特別地，當(dāng)其具有類似語音的特性時(shí)。
014這種方法是相當(dāng)復(fù)雜的，在實(shí)際中，為了實(shí)現(xiàn)該方法需要大量的步驟。
015通過對大范圍的聲音環(huán)境進(jìn)行檢查，揭示了如下事實(shí)可以通過將聲譜分成適當(dāng)數(shù)量的頻帶，并對噪聲等級進(jìn)行估計(jì)，來估計(jì)特定聲音環(huán)境中的噪聲底為位于每個(gè)特定頻帶中總能量的假定10％下方的這個(gè)頻帶中的信號能量部分。下面，這種方法被稱為低百分位方法，在實(shí)際應(yīng)用中，這種方法給出好的結(jié)果?？梢酝ㄟ^計(jì)算所有單個(gè)頻帶中的低百分位得到討論的實(shí)際聲譜的噪聲包絡(luò)。
016為了簡化計(jì)算，可以利用一種線性回歸方案來計(jì)算對聲譜中采集的低百分位的最佳線性擬合。線性擬合的斜率然后可以用在對聲音環(huán)境的分類中。如果頻譜被分成n個(gè)頻帶，最佳線性擬合的斜率可以用下面的表達(dá)式確定α=Σi=1n((xi-xave)·(yi-yave))Σi=1n(xi-xave)2[dB/band]---(1)]]>這里，xi是第i個(gè)頻帶，xave是頻帶1到n的平均值，yi是來自頻帶i中的低百分位的輸出，而yave是在所有n個(gè)頻帶中的低百分位的平均值。
017這個(gè)表達(dá)式可以進(jìn)一步簡化，因?yàn)闇y量值或者表示線性擬合斜率的數(shù)字是僅需要的信息α=Σi=1n(xi-xave)·yi---(2)]]>因此去掉量綱dB/band就形成了一個(gè)表示通過表示特定聲音環(huán)境中的噪聲頻率分布的低百分位的最佳線性擬合斜率的可比較數(shù)字，如下面將示出的。
018包括一個(gè)麥克風(fēng)以及一個(gè)音頻處理器的聲音系統(tǒng)被用于選取并存儲(chǔ)聲音信號。將被記錄聲音信號的頻譜分成合適數(shù)量的頻帶，假定為15個(gè)頻帶，并且為每個(gè)頻帶確定低百分位，即每個(gè)頻帶中信號能量最低5％到15％的水平。這生成了一組低百分位數(shù)據(jù)。然后，利用方程式(2)將這個(gè)數(shù)據(jù)組量化為一個(gè)分類系數(shù)。可以將典型噪聲類型的一個(gè)子集排列在一個(gè)噪聲類型分類表中，就如表1所示表1噪聲分類表(來自于仿真)

019從這個(gè)分類表，我們可以了解兩件事。噪聲分類系數(shù)范圍可以是正數(shù)或負(fù)數(shù)，即正數(shù)或負(fù)數(shù)α，或者線性擬合斜率。主要是低頻含量的噪聲源總是具有負(fù)的斜率，而主要是高頻斜率的噪聲源總是具有正的斜率。具備這個(gè)知識，就可以將不同的噪聲類型量化，并且諸如助聽器系統(tǒng)的音頻處理系統(tǒng)中的環(huán)境噪聲將實(shí)現(xiàn)自適應(yīng)減少。
020通過將信號拆分為多個(gè)離散的頻帶，并從這些頻帶中的每一個(gè)得到瞬間RMS值，就可以在任何時(shí)刻對信號的頻譜分布進(jìn)行分析。在不同頻帶中的信號的頻譜分布可以用一個(gè)向量 (m1...mn，t)表示，這里m是頻帶的數(shù)量，t表示時(shí)間。向量 表示在任意時(shí)刻tx信號的頻譜分布。
021利用和先前描述相同的方式，將信號拆分為多個(gè)離散的頻帶以及從這些頻帶獲得瞬間RMS值，并從得自每個(gè)頻帶的每個(gè)RMS值得到變化的范圍，也可能分析頻譜分布中的時(shí)域變化(temporal variation)，也就是特定頻帶中多少信號幅值或信號等級隨時(shí)間變化。頻譜分布中的時(shí)域變化也可以用一個(gè)向量 (m1...mn，t)表示，這里m表示頻帶的數(shù)量，t表示時(shí)間。向量 表示在任意時(shí)刻tx信號的頻譜變化分布。利用這種方法，可以得到兩個(gè)向量 和 其具有信號特有的特征。然后，將這些向量用作對一系列不同收聽狀況進(jìn)行分類的基礎(chǔ)。
022為了能夠?qū)⑦@種信號分析方法用于任何實(shí)際應(yīng)用，就有必要得到一組參考向量，這些參考向量被用作確定信號特征的基礎(chǔ)。通過對許多眾所周知的收聽狀況進(jìn)行分析，并得到每個(gè)狀況的典型參考向量 和 可以獲得這些參考向量。
023作為參考收聽狀況，即收聽狀況模板的眾所周知的收聽狀況例子，可以包括，但不限于下面的收聽狀況1.在安靜的周圍環(huán)境中的語音2.在固定(不變化)噪聲中的語音3.在類似脈沖噪聲中的語音4.沒有語音的噪聲5.音樂024來自每個(gè)收聽狀況的許多測量值被用于獲得兩個(gè)無量綱的參考向量 和 作為向量 和 的典型例子。隨后，將作為結(jié)果的參考向量存儲(chǔ)在助聽器處理器的存儲(chǔ)器中，這里它們被用于計(jì)算實(shí)際向量 和 及參考向量 和 之間差異的實(shí)時(shí)估計(jì)值。

發(fā)明內(nèi)容
025根據(jù)本發(fā)明的助聽器包括至少一個(gè)麥克風(fēng)、一個(gè)信號處理器裝置和一個(gè)輸出轉(zhuǎn)換器，所述的信號處理裝置適于接收來自麥克風(fēng)的音頻信號，其中音頻處理裝置具有被映射到一組存儲(chǔ)的噪聲類別的一組信號處理參數(shù)、用于對背景噪聲分類的裝置、用于對音頻信號進(jìn)行分析從而在多個(gè)聲音環(huán)境模板中選擇一個(gè)和當(dāng)前音頻信號背景噪聲對應(yīng)的或同性的(homologous to)模板的裝置，以及用于檢索適合于處理和被選擇模板對應(yīng)或同性的聲音的一組聲處理參數(shù)。
026這可以使得助聽器可能識別一個(gè)給定的、分類噪聲狀況，接著采取措施使噪聲對助聽器重現(xiàn)的信號的影響減到最小。這些措施可以是調(diào)節(jié)信號處理器中單個(gè)通道的增益水平；變成更適于當(dāng)前噪聲狀況的助聽器存儲(chǔ)的另一程序；或者調(diào)節(jié)信號處理器中單個(gè)通道的壓縮參數(shù)。
027根據(jù)本發(fā)明，助聽器還包括一個(gè)低百分位估計(jì)器，以對背景噪聲進(jìn)行分析。在聲環(huán)境中，這是一種分析背景噪聲的有效方法。
028從助聽器子權(quán)利要求可以看到根據(jù)本發(fā)明的助聽器的另外特征。
029本發(fā)明還設(shè)計(jì)了一種減少助聽器中背景噪聲的方法，所述助聽器包括至少一個(gè)麥克風(fēng)，一個(gè)信號處理裝置以及一個(gè)輸出轉(zhuǎn)換器，所述的信號處理裝置具有將不同的背景噪聲分類為多個(gè)類別的裝置以及一組相對應(yīng)的頻率響應(yīng)參數(shù)，所述頻率響應(yīng)參數(shù)與一組存儲(chǔ)的噪聲類別相關(guān)聯(lián)；所述方法的第一步是接收來自麥克風(fēng)的音頻信號，然后對音頻信號中的背景噪聲分量進(jìn)行分類，接著將分類的背景噪聲分量與一組已知的背景噪聲分量進(jìn)行比較，找到最接近分類背景噪聲分量的噪聲組，并且根據(jù)對應(yīng)的頻率響應(yīng)參數(shù)組調(diào)整音頻信號或使音頻信號適應(yīng)。
030通過對噪聲等級和噪聲分類進(jìn)行連續(xù)分析，該方法可以使得助聽器能夠使信號處理適應(yīng)多個(gè)不同的聲環(huán)境。在優(yōu)選實(shí)施例中，這種適應(yīng)的重點(diǎn)是對語音的清晰度進(jìn)行優(yōu)化，但是可以從其他的實(shí)施例中設(shè)計(jì)其它用途。
031從所述方法的子權(quán)利要求可以了解根據(jù)本發(fā)明的所述方法的另外特征。


032現(xiàn)在將利用附圖中說明的實(shí)例對本發(fā)明進(jìn)行更加詳細(xì)的描述，其中033圖1是示出語音信號中的低百分位和高百分位的圖。
034圖2是通過對在一段時(shí)間取得的不同噪聲樣本進(jìn)行比較來說明噪聲分類的圖。
035圖3是一個(gè)示意性框圖，其顯示了根據(jù)本發(fā)明的具有噪聲分類裝置的助聽器中的信號處理塊。
036圖4說明了一組預(yù)定的增益向量，該組預(yù)定增益向量是從在平滑的30dB聽力損失的不同噪聲等級的不同噪聲分類得到的。
037圖5顯示了用于確定助聽器中單個(gè)頻帶的語音清晰度指數(shù)SII增益的神經(jīng)網(wǎng)絡(luò)。
038圖6所示是對信號的頻譜分布進(jìn)行分析的簡化系統(tǒng)。
039圖7所示是對信號的頻譜變化進(jìn)行分析的簡化系統(tǒng)。
040圖8示出了根據(jù)本發(fā)明的系統(tǒng)如何在圖4中的不同預(yù)定噪聲增益向量之間進(jìn)行插值。
041圖9顯示了根據(jù)本發(fā)明的助聽器。
具體實(shí)施例方式
042圖1示出了持續(xù)時(shí)間為20秒的數(shù)字化聲音信號段，其由兩個(gè)分別表示低百分位和高百分位的曲線包絡(luò)。該聲音信號的最初10秒主要是由等級在大約40到50dB SPL(聲壓級)之間的噪聲所組成。接下來的7-8秒鐘是疊加了噪聲的語音信號，是具有等級為大約45到75dB SPL的合成信號。圖1中信號的最后2-3秒是噪聲。
043低百分位是以下面的方式從信號中得到的信號被分成等持續(xù)時(shí)間，比方說125ms的“幀”，每幀的平均等級與先前幀的平均等級進(jìn)行對比。所述幀可以實(shí)現(xiàn)為信號處理器存儲(chǔ)器中的緩沖器，每個(gè)緩沖器都保存若干數(shù)量的輸入信號樣本。如果當(dāng)前幀的等級高于先前幀的等級，那么可以使低百分位等級增加當(dāng)前等級與先前幀的等級之間的差值，也就是相對慢的增加。這個(gè)低百分位可以是從5％到15％的信號百分比，優(yōu)選10％。然而，如果當(dāng)前幀的等級低于先前幀的等級，那么低百分位就以一個(gè)固定的系數(shù)減少，比方說當(dāng)前等級與先前幀的等級之間差值的九到十倍，也就是相對快的減少。這種逐幀處理的方法可以繪制表示取決于所選百分比的信號的低能量分布的曲線。
044類似地，通過將當(dāng)前幀的平均等級與先前幀的平均等級相比較，可以從信號中得到高百分位。如果當(dāng)前幀的等級低于先前幀的等級，那么高百分位就減少當(dāng)前等級與先前幀的等級之間的差值，也就是相對慢的減少。然而，如果當(dāng)前幀的等級高于先前幀的等級，那么高百分位就以一個(gè)固定系數(shù)增加，比方說當(dāng)前等級與先前幀的等級之間差值的九到十倍，也就是相對快的增加。這個(gè)高百分位可以是從85％到95％的信號百分比，優(yōu)選90％。這種處理方法繪制近似表示取決于所選百分比的信號的高能量分布的曲線。
045如圖1所示，構(gòu)成低百分位和高百分位的兩條曲線形成了一個(gè)圍繞信號的包絡(luò)。從兩個(gè)百分位曲線中獲得的信息可以以幾種不同方式被利用。例如，低百分位可以被用于確定信號中的噪聲底(noise floor)。高百分位可以被用于控制限幅器算法，或者類似算法，算法被應(yīng)用在隨后處理級中防止信號過載。
046圖2中示出了噪聲分類的例子，在圖中采用前面描述的分類算法已經(jīng)對幾種不同的噪聲源進(jìn)行了分類。為了說明，八種噪聲源例子用A到H標(biāo)記。每種噪聲類型都已經(jīng)記錄了一段時(shí)間，并且最終的噪聲分類指數(shù)以圖表示。一般情況下，盡管決不能認(rèn)為兩個(gè)不同的術(shù)語是等同的，但是噪聲源的高頻部分與噪聲分類指數(shù)之間有直接的關(guān)系。
047噪聲源例子A是公共汽車的發(fā)動(dòng)機(jī)噪聲。它的頻率相對慢并且在本質(zhì)上是不變的，因此已經(jīng)被指定的噪聲分類指數(shù)在-500到-550左右。噪聲源例子B是小汽車的發(fā)動(dòng)機(jī)噪聲，在本質(zhì)上，其與噪聲源例子A類似，并且已經(jīng)被指定的噪聲分類指數(shù)在-450到-550左右。噪聲源例子C是餐館噪聲，也就是人們的談話和餐具碰撞的聲音。它已經(jīng)被指定的噪聲分類指數(shù)在-100到-150。噪聲源例子D是聚會(huì)上的噪聲，與噪聲源例子C非常類似，已經(jīng)被指定的噪聲分類指數(shù)在-50到-100之間。
048噪聲源例子E是吸塵器，并且已經(jīng)被指定的噪聲分類指數(shù)大約為50。噪聲源例子F是烹飪機(jī)罩或者通風(fēng)機(jī)的噪聲，其具有的特性與噪聲源例子E類似，并且它已經(jīng)被指定的噪聲分類指數(shù)為100到150。圖2中的噪聲源例子G是洗衣機(jī)，而且它已經(jīng)被指定的噪聲分類指數(shù)為200左右，最后一種噪聲源例子H是理發(fā)吹風(fēng)機(jī)，由于與圖2中的其它噪聲分類指數(shù)相比其具有更主要的高頻率部分，所以其已經(jīng)被指定的噪聲分類指數(shù)為500到550。這些噪聲類別僅僅是作為例子并入，沒有以任何方式對本
049圖3所示是本發(fā)明的一實(shí)施例，其包括一個(gè)具有兩個(gè)主級(mainstage)的信號處理塊20。為了清楚起見，信號處理塊20在后面被分成多個(gè)級。信號處理塊20的第一級包括高百分位和聲音穩(wěn)定器塊2和一個(gè)壓縮器/調(diào)節(jié)塊3。在求和塊4中，將壓縮器/調(diào)節(jié)塊3的輸出和輸入端子1的輸出進(jìn)行求和。
050信號處理塊20的第二級，有一點(diǎn)更加復(fù)雜，其包括一個(gè)與語音增強(qiáng)塊6連接的快速反應(yīng)高百分位塊5、一個(gè)與噪聲分類塊8連接的慢速反應(yīng)低百分位塊7，一個(gè)與語音清晰度指數(shù)增益計(jì)算塊10連接的噪聲等級估計(jì)塊9。此外，增益加權(quán)塊13包括一個(gè)與語音清晰度指數(shù)增益矩陣塊12連接的聽力閾等級塊11，該增益加權(quán)塊13與語音清晰度指數(shù)增益計(jì)算塊10連接。后者僅在調(diào)節(jié)過程中被使用，這里就不再進(jìn)一步詳細(xì)描述它了。
051語音清晰度指數(shù)增益計(jì)算塊10和語音增強(qiáng)塊6都與求和塊14連接，求和塊14的輸出與減法塊15的負(fù)輸入端連接。在輸出端16可得到減法塊15的輸出，其包括信號處理塊20的輸出。
052信號處理塊20的高百分位和聲音穩(wěn)定器塊2輸出的信號被饋送到壓縮器/調(diào)節(jié)塊3，在這里計(jì)算出各個(gè)頻帶的壓縮比例。一個(gè)輸入信號被饋送到輸入端子1，并與壓縮器/調(diào)節(jié)塊3輸出的信號在求和塊4中相加。求和塊4的輸出信號與減法塊15的正輸入端連接。
053高百分位快速塊5輸出的信號被饋送到語音增強(qiáng)塊6的第一輸入端。低百分位慢速塊7輸出的信號被饋送到語音增強(qiáng)塊6的第二輸入端。這些百分位信號分別是表示高百分位和低百分位的包絡(luò)，如從輸入信號得到的。低百分位慢速塊7輸出的信號也分別被饋送到噪聲分類塊8和噪聲等級塊9的輸入端。噪聲分類塊8根據(jù)方程式(1)給噪聲分類，結(jié)果信號被用作SII增益計(jì)算塊10的三組參數(shù)中的第一組參數(shù)。噪聲等級塊9確定從低百分位慢速塊7獲得的信號的噪聲等級，并且結(jié)果信號被用作SII增益計(jì)算塊10的三組參數(shù)中的第二組參數(shù)。
054增益加權(quán)塊13包括聽力閾等級塊11和SII增益矩陣塊12，其為SII增益計(jì)算塊10提供三組參數(shù)中的第三組參數(shù)。這個(gè)參數(shù)組是在助聽器調(diào)節(jié)過程由調(diào)節(jié)或適應(yīng)軟件計(jì)算出來的，并且結(jié)果的這組參數(shù)是由聽力閾等級和用戶的聽力損失確定的一組常數(shù)。SII增益計(jì)算塊10中的這三組參數(shù)被用作輸入變量，以便計(jì)算出使語音清晰度指數(shù)優(yōu)化的各個(gè)頻帶中的增益設(shè)定值。
055來自SII增益計(jì)算塊10的輸出信號與語音增強(qiáng)塊6的輸出在求和塊14中相加，結(jié)果信號被饋送到求和塊15中，在這里，求和塊4輸出的信號減去求和塊14輸出的信號。因此，信號處理塊20的輸出端16上出現(xiàn)的輸出信號可以被認(rèn)為是經(jīng)壓縮和調(diào)節(jié)補(bǔ)償?shù)妮斎胄盘枩p去估計(jì)的誤差信號或噪聲信號。估計(jì)的誤差信號越接近實(shí)際的誤差信號，信號處理塊就能夠從信號中除去更多的噪聲，而不會(huì)留下聽覺假象。
056噪聲分類系統(tǒng)的優(yōu)選實(shí)施例具有等于低百分位的時(shí)間常數(shù)的響應(yīng)時(shí)間。這些時(shí)間在噪聲等級上升時(shí)大約在1.5到2dB/秒之間，在噪聲等級下降時(shí)大約在15到20dB/秒之間。結(jié)果，在環(huán)境噪聲等級從相對安靜(假定45dB SPL)變化到相對嘈雜(假定80dB SPL)的情況下，噪聲分類系統(tǒng)能夠在大約20秒的時(shí)間內(nèi)充分地對噪聲進(jìn)行分類。另一方面，如果噪聲等級從相對嘈雜變化到相對安靜，那么噪聲分類系統(tǒng)能夠在大約2秒的時(shí)間內(nèi)適應(yīng)。
057當(dāng)助聽器使用者在不同噪聲環(huán)境之間移動(dòng)時(shí)，這可以使噪聲分類系統(tǒng)能夠相對快地適應(yīng)助聽器中的信號處理。然后，助聽器處理器利用噪聲分類系統(tǒng)的結(jié)果來調(diào)節(jié)頻率響應(yīng)和助聽器中的其它參數(shù)，從而對再現(xiàn)信號進(jìn)行優(yōu)化，以增強(qiáng)各種不同嘈雜環(huán)境中的語音。
058圖4是平滑的30dB聽力損失的估計(jì)增益矩陣補(bǔ)償向量示意圖，這個(gè)聽力損失是從圖2中四種不同的噪聲類別例子在八個(gè)不同噪聲等級產(chǎn)生的。32個(gè)單個(gè)圖表中的每一個(gè)都顯示了15個(gè)頻帶，在其中進(jìn)行音頻處理，灰色所示的是相對補(bǔ)償值(負(fù)值)。圖的最上面一行表示白色噪聲類別分別在-15dB、-10dB、-5dB、0dB、5dB、10dB、15dB以及20dB噪聲等級時(shí)的估計(jì)增益矩陣補(bǔ)償向量，其用灰色表示。相對地，所有的噪聲等級對應(yīng)70dB SPL的聲壓級。類似地，從頂部開始的第二、第三和第四行分別表示的是類別為洗衣機(jī)噪聲、聚會(huì)噪聲和汽車噪聲在各自噪聲等級的估計(jì)增益矩陣補(bǔ)償向量。通過將方程式(2)帶入語音清晰度指數(shù)函數(shù)和被討論的噪聲分布，并將結(jié)果插入當(dāng)前的噪聲等級和噪聲類型中，已經(jīng)找到了估計(jì)增益矩陣補(bǔ)償向量。
059如圖4所示，表示等級低于0dB的不同噪聲類別的向量圖具有相對適度的灰色區(qū)域，這表示在低噪聲等級，只需要很少的補(bǔ)償量來減少噪聲。表示等級為0dB及大于0dB的不同噪聲類別的圖具有更明顯的灰色區(qū)域，這表示在更高等級，需要更多的補(bǔ)償量來減少噪聲。
060在優(yōu)選實(shí)施例中，在助聽器的專用存儲(chǔ)器中以查找表的形式存儲(chǔ)增益矩陣補(bǔ)償向量值組，然后，一個(gè)算法可利用估計(jì)的增益矩陣補(bǔ)償值，通過選擇噪聲類別和估計(jì)噪聲等級以及在查找表中查找適當(dāng)?shù)脑鲆婢仃囇a(bǔ)償向量，來確定特定狀況下所需的補(bǔ)償量。如果估計(jì)的噪聲分類指數(shù)具有的值接近被選擇噪聲類別的邊界線，例如聚會(huì)噪聲或者洗衣機(jī)噪聲的邊界線，那么所述算法可以用表示查找表中兩個(gè)相鄰增益矩陣行之間的平均值的一組值進(jìn)行插值，來定義增益矩陣補(bǔ)償向量。如果估計(jì)的噪聲等級具有一個(gè)接近相鄰噪聲等級范圍的值，例如7dB，所述算法可以用表示查找表中兩個(gè)相鄰增益矩陣列之間的平均值的一個(gè)值進(jìn)行插值，來定義增益矩陣補(bǔ)償向量。
061圖5顯示了圖3中SII增益計(jì)算塊10的一個(gè)實(shí)施例，其為全連接的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，該結(jié)構(gòu)具有七個(gè)輸入單元、N個(gè)隱式雙曲正切單元和一個(gè)輸出單元，其被配置成從一組已識別的參數(shù)變量中產(chǎn)生SII增益值。該SII增益值是噪聲類別、噪聲等級、頻帶數(shù)和在500Hz、1kHz、2kHZ、4kHZ的四個(gè)預(yù)定聽力閾等級值的函數(shù)。
062最好利用Levenberg-Marquardt訓(xùn)練方法對圖5中的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練。在仿真中，采用100個(gè)隨機(jī)產(chǎn)生的、不同聽力損失訓(xùn)練組以及相應(yīng)的SII增益值來實(shí)施這個(gè)訓(xùn)練方法。
063在ANSI S3.5-1969標(biāo)準(zhǔn)(1997年修訂)中，對語音清晰度指數(shù)(SII)的概念進(jìn)行了更加詳細(xì)的討論，該標(biāo)準(zhǔn)提供了計(jì)算語音清晰度指數(shù)SII的方法。SII使預(yù)測傳輸?shù)恼Z音信息中的清晰量成為可能，進(jìn)而預(yù)測線性傳輸系統(tǒng)中的語音清晰度。在Haykin 1998年第2版著作“NeuralNetworksA Comprehensive Foundation”中一般地更全面描述了神經(jīng)網(wǎng)絡(luò)和訓(xùn)練方法。
064聽力損失可以從實(shí)際臨床數(shù)據(jù)中獲得，或者也可以利用統(tǒng)計(jì)方法隨機(jī)產(chǎn)生，如這里描述的實(shí)例情況。在訓(xùn)練過程中，神經(jīng)網(wǎng)絡(luò)優(yōu)選實(shí)施為普通計(jì)算機(jī)中的軟件片斷。對神經(jīng)網(wǎng)絡(luò)訓(xùn)練之后，使用另100個(gè)隨機(jī)產(chǎn)生的不同聽力損失作為例子來驗(yàn)證這個(gè)訓(xùn)練，在這100個(gè)例子上估計(jì)參數(shù)組。執(zhí)行這個(gè)驗(yàn)證過程從而保證神經(jīng)網(wǎng)絡(luò)能夠以足夠的精確度估計(jì)一個(gè)給定的將來聽力損失的SII增益值。
065在神經(jīng)網(wǎng)絡(luò)的訓(xùn)練驗(yàn)證后，神經(jīng)網(wǎng)絡(luò)中的訓(xùn)練參數(shù)被鎖定，并且參數(shù)值可以傳送給助聽器中的相同神經(jīng)網(wǎng)絡(luò)，在圖5中N個(gè)隱藏單元或者節(jié)點(diǎn)表示這些參數(shù)值，在圖3中，這個(gè)神經(jīng)網(wǎng)絡(luò)實(shí)施為SII增益計(jì)算單元10的組成部分。在助聽器中，當(dāng)被饋送噪聲類別、噪聲等級以及助聽器中15個(gè)不同頻帶的一組單獨(dú)增益補(bǔ)償矩陣值時(shí)，這使SII增益計(jì)算單元能夠估計(jì)給定聽力損失的SII增益值。
066神經(jīng)網(wǎng)絡(luò)在指定時(shí)刻傳送SII增益值的合格估計(jì)。噪聲等級和噪聲類別隨時(shí)間隨麥克風(fēng)采集的信號中的變化而變化。
067圖6所示系統(tǒng)是分析助聽器中信號頻譜分布的系統(tǒng)的實(shí)施例。利用一組帶通濾波器72，聲源71發(fā)出的信號被分成許多頻帶，并且這組帶通濾波器72輸出的信號被饋送到若干RMS檢測器73中，每一個(gè)RMS檢測器輸出處于那個(gè)特定頻帶之中的信號級的RMS值。將來自RMS檢測器73的信號相加，并且在塊74中計(jì)算出最終的頻譜分布向量 表示時(shí)變的(time varying)頻率特定向量。頻譜分布向量 表示在給定時(shí)刻的信號頻譜分布，并且可以用于表征信號的特性。
068圖7中的系統(tǒng)是分析助聽器中頻譜變化的簡化系統(tǒng)。利用與圖6描述類似的方式，通過采用若干的帶通濾波器72和若干的RMS檢測器73，從信號源71得到頻譜分布。在圖7的系統(tǒng)中，來自RMS檢測器73的信號被饋入到若干的范圍檢測器75中。范圍檢測器75的用途是確定從帶通濾波器72和RMS檢測器73中得到的各個(gè)頻帶中的等級隨時(shí)間的變化。將來自范圍檢測器75的信號相加，在塊76中計(jì)算出最終的頻譜變化向量 表示時(shí)域變化(temporal variation)頻率特定向量。頻譜變化向量 表示在給定時(shí)刻的信號頻譜變化，也可以用于表征信號特性。
069通過將來自頻譜分布向量 和頻譜變化向量 的值合并，可以獲得信號的更根本特征。這說明了信號的頻譜分布以及該分布隨時(shí)間的變化。
070圖8示出了根據(jù)本發(fā)明的助聽器如何利用圖4所示的預(yù)定增益向量組、例舉的-3dB噪聲等級和檢測的噪聲分類系數(shù)50，例如源自附近某種電機(jī)假設(shè)為電氣廚房設(shè)備的噪聲，插入一個(gè)最優(yōu)的增益設(shè)置。使用這組預(yù)定增益向量作為查找表，助聽器處理器用檢測的噪聲分類系數(shù)來確定最接近的匹配噪聲類型，并且用檢測的噪聲等級來確定查找表中最接近的匹配噪聲等級。利用前面描述過的計(jì)算的增益值矩陣，助聽器處理器隨后插入增益值，該增益值來自表中位于檢測噪聲等級之上和之下的條目以及表中位于檢測噪聲分類系數(shù)之上和之下的條目。然后，用插入的增益值將助聽器處理器中各個(gè)頻帶中的實(shí)際增益值調(diào)節(jié)為減少特定噪聲的優(yōu)化值。
071圖9是助聽器30的框圖，該助聽器包括與模擬/數(shù)字(A/D)轉(zhuǎn)換器19的輸入端連接的麥克風(fēng)71。模擬/數(shù)字轉(zhuǎn)換器19的輸出與信號處理器20連接，信號處理器20與圖3中示出的處理器類似，包括附加的用于濾波、壓縮和放大該輸入信號的信號處理裝置(未示出)。信號處理器20的輸出與數(shù)字/模擬(D/A)轉(zhuǎn)換器21的輸入連接，并且數(shù)字/模擬轉(zhuǎn)換器21的輸出與聲輸出轉(zhuǎn)換器22連接。
072輸入到助聽器30的麥克風(fēng)71中的音頻信號通過麥克風(fēng)71被轉(zhuǎn)換成模擬電信號。這個(gè)模擬電信號由模擬/數(shù)字轉(zhuǎn)換器19轉(zhuǎn)換成數(shù)字信號，并被饋送到信號處理器20中作為離散數(shù)據(jù)流。這個(gè)表示來自麥克風(fēng)71的輸入信號的數(shù)據(jù)流由根據(jù)圖3中的功能框圖的信號處理器20進(jìn)行分析、調(diào)節(jié)和放大，這個(gè)經(jīng)調(diào)節(jié)、放大的數(shù)字信號隨后由數(shù)字/模擬轉(zhuǎn)換器21轉(zhuǎn)換成模擬電信號，該模擬電信號足以驅(qū)動(dòng)輸出轉(zhuǎn)換器22。根據(jù)信號處理器20的結(jié)構(gòu)，在另一種實(shí)施例中，可以使信號處理器20適應(yīng)于直接驅(qū)動(dòng)這個(gè)輸出轉(zhuǎn)換器22而不需要數(shù)字/模擬轉(zhuǎn)換器。
073因此，根據(jù)本發(fā)明的助聽器能夠使它的信號處理適應(yīng)環(huán)境噪聲等級和特征的變化，并以可與低百分位變化速度相比較的適應(yīng)速度適應(yīng)。一優(yōu)選實(shí)施例具有一組與在助聽器中實(shí)現(xiàn)的語音清晰度相關(guān)的規(guī)則，從而優(yōu)化信號處理——以及基于所述分析的噪聲減少——進(jìn)而改進(jìn)信號再現(xiàn)，以對再現(xiàn)的音頻信號中的語音清晰度有利。優(yōu)選地，這些規(guī)則是基于語音清晰度指數(shù)理論，但是這些規(guī)則也可適于替代方案中與音頻再現(xiàn)相關(guān)的其它有利參數(shù)。
074在一替代實(shí)施例中，除了各個(gè)頻帶增益值，其它參數(shù)可以作為神經(jīng)網(wǎng)絡(luò)的輸出控制參數(shù)并入。例如，這些值可以是用于增益調(diào)節(jié)的上升時(shí)間或釋放時(shí)間、壓縮比、噪聲減少參數(shù)、麥克風(fēng)方向、收聽節(jié)目、頻率整形以及其它參數(shù)。可以容易地實(shí)現(xiàn)包括幾個(gè)這些參數(shù)的替代實(shí)施例，并且，在對助聽器進(jìn)行調(diào)節(jié)使其適合單個(gè)用戶時(shí)，助聽器配制者可利用受分析影響的參數(shù)的選擇。
075在另外替代實(shí)施例中，不使用預(yù)先計(jì)算的增益值矩陣，而是基于舉例性噪聲分類值超集的訓(xùn)練組、噪聲等級以及聽力損失建立神經(jīng)網(wǎng)絡(luò)來調(diào)節(jié)多個(gè)增益值。
權(quán)利要求
1.一種助聽器，其包括至少一個(gè)麥克風(fēng)、一個(gè)信號處理裝置和一個(gè)輸出轉(zhuǎn)換器，所述音頻處理裝置適于接收來自所述麥克風(fēng)的音頻信號，其中所述信號處理裝置具有被映射到一組存儲(chǔ)的噪聲類別的一組信號處理參數(shù)、用于對背景噪聲進(jìn)行分類的裝置、用于對音頻信號進(jìn)行分析從而在多個(gè)聲音環(huán)境模板中選擇一個(gè)和當(dāng)前音頻信號背景噪聲同性的模板的裝置，以及檢索一組聲處理參數(shù)的裝置，所述聲處理參數(shù)適于處理和被選擇模板同性的聲音。
2.根據(jù)權(quán)利要求1所述的助聽器，其中所述用于對背景噪聲進(jìn)行分類的裝置利用低百分位估計(jì)器來分析該背景噪聲。
3.根據(jù)權(quán)利要求1所述的助聽器，其中所述用于對背景噪聲進(jìn)行分類的裝置包括對該背景噪聲等級進(jìn)行估計(jì)的裝置。
4.根據(jù)權(quán)利要求1所述的助聽器，其中所述用于調(diào)節(jié)來自麥克風(fēng)的音頻信號的裝置可以基于多個(gè)存儲(chǔ)的頻率響應(yīng)參數(shù)組之間的插值來選擇相應(yīng)的頻率響應(yīng)參數(shù)組。
5.根據(jù)任一前述權(quán)利要求所述的助聽器，其中所述用于調(diào)節(jié)音頻信號的裝置包括計(jì)算語音清晰度指數(shù)增益的裝置。
6.根據(jù)任一前述權(quán)利要求所述的助聽器，其中所述用于計(jì)算語音清晰度指數(shù)增益的裝置包括一個(gè)經(jīng)訓(xùn)練的神經(jīng)網(wǎng)絡(luò)，其適于將所述語音清晰度指數(shù)增益作為多個(gè)輸入?yún)?shù)的函數(shù)來計(jì)算。
7.根據(jù)任一前述權(quán)利要求所述的助聽器，其中所述用于計(jì)算語音清晰度指數(shù)增益的裝置包括一個(gè)向量處理器，其適于將所述語音清晰度指數(shù)增益作為多個(gè)輸入?yún)?shù)的函數(shù)來計(jì)算。
8.根據(jù)任一前述權(quán)利要求所述的助聽器，其中所述用于計(jì)算語音清晰度指數(shù)增益的裝置結(jié)合一組聽力閾等級、估計(jì)的噪聲等級以及噪聲分類作為輸入?yún)?shù)。
9.一種減少助聽器中背景噪聲的方法，所述助聽器包括至少一個(gè)麥克風(fēng)、一個(gè)信號處理裝置和一個(gè)輸出轉(zhuǎn)換器，所述信號處理裝置具有將不同類型的背景噪聲分類成多個(gè)類別的裝置，所述信號處理裝置還具有與一組存儲(chǔ)的噪聲類別關(guān)聯(lián)的一對應(yīng)頻率響應(yīng)參數(shù)組，在第一步中，所述方法從麥克風(fēng)中接收音頻信號，對所述音頻信號中的背景噪聲分量進(jìn)行分類，將被分類的背景噪聲分量與一組已知的背景噪聲分量進(jìn)行比較，找到一組與被分類的噪聲分量最類似的噪聲，并根據(jù)所述對應(yīng)頻率響應(yīng)參數(shù)組使所述音頻信號適應(yīng)。
10.根據(jù)權(quán)利要求9所述的方法，其中所述噪聲分類包括語音清晰度指數(shù)增益計(jì)算的步驟。
11.根據(jù)權(quán)利要求10所述的方法，其中所述語音清晰度指數(shù)增益計(jì)算包括獲得一組聽力閾等級、估計(jì)的噪聲等級和噪聲分類作為用于所述語音清晰度指數(shù)增益計(jì)算的輸入?yún)?shù)的步驟，并基于所述輸入?yún)?shù)計(jì)算一組優(yōu)化的語音清晰度指數(shù)增益值。
12.根據(jù)任一前述權(quán)利要求所述的方法，其中在環(huán)境噪聲隨時(shí)間增大的情況下，使再現(xiàn)音頻信號適應(yīng)的步驟具有至少2dB/秒的適應(yīng)速度。
13.根據(jù)任一前述權(quán)利要求所述的方法，其中在環(huán)境噪聲隨時(shí)間減少的情況下，使再現(xiàn)語音信號適應(yīng)的步驟具有至少15dB/秒的適應(yīng)速度。
全文摘要
一種助聽器(30)包括一個(gè)麥克風(fēng)(71)、一個(gè)信號處理器裝置(20)和一個(gè)輸出轉(zhuǎn)換器(22)，該信號處理裝置(20)包括一組音頻處理參數(shù)和對背景噪聲進(jìn)行分類的裝置(8)，用于優(yōu)化頻率響應(yīng)來使背景噪聲的影響最小化的目的，所述音頻處理參數(shù)組被映射到一組被存儲(chǔ)的噪聲類別(12)。所述助聽器還包括一個(gè)控制頻率響應(yīng)的神經(jīng)網(wǎng)絡(luò)。也提出了一種減少信號中噪聲分量的方法，該方法包括對噪聲分量進(jìn)行分類、將該噪聲分量與一組已知的噪聲分量比較，并根據(jù)一個(gè)相應(yīng)的頻率響應(yīng)參數(shù)組來調(diào)節(jié)被處理的音頻信號。
文檔編號H04R25/00GK1879449SQ200380110740
公開日2006年12月13日 申請日期2003年11月24日 優(yōu)先權(quán)日2003年11月24日
發(fā)明者C·帕路丹-目勒, M·漢森 申請人:唯聽助聽器公司