數(shù)字助聽(tīng)器聲信號(hào)處理關(guān)鍵算法研究.pdf

1、隨著老齡化社會(huì)的到來(lái)，老齡聽(tīng)損患者的數(shù)量持續(xù)增加。聽(tīng)損對(duì)老年人精神上造成的困擾僅次于位居第一的消化系統(tǒng)疾病，長(zhǎng)期患有老年性聽(tīng)損會(huì)嚴(yán)重影響老年人的身心健康并降低其生活質(zhì)量。對(duì)于輕度、中度甚至重度感音性聽(tīng)損患者來(lái)說(shuō)，配戴助聽(tīng)器是最有效的聽(tīng)力干預(yù)和康復(fù)手段。近一個(gè)世紀(jì)以來(lái)，助聽(tīng)器技術(shù)取得了長(zhǎng)足進(jìn)步，用戶對(duì)助聽(tīng)器的滿意度從1980年的59.6％上升至2008年的74.0％。但是，現(xiàn)有助聽(tīng)器的性能因受到嘯叫、信號(hào)畸變以及噪聲的影響而難以提高。部分

2、患者已經(jīng)驗(yàn)配了助聽(tīng)器，但是沒(méi)有佩戴，其中一個(gè)重要的原因就是助聽(tīng)器不能提供足夠的益處。因此，面向聽(tīng)損患者的數(shù)字助聽(tīng)器技術(shù)亟需進(jìn)一步研究。本文從響度補(bǔ)償、自適應(yīng)聲反饋抑制、非線性頻率壓縮算法和語(yǔ)音可懂度增強(qiáng)等方面對(duì)漢語(yǔ)數(shù)字助聽(tīng)器的幾種關(guān)鍵技術(shù)進(jìn)行了研究，主要研究?jī)?nèi)容如下:
　　1、論文提出了一種自適應(yīng)響度補(bǔ)償方法，用于緩解傳統(tǒng)的響度補(bǔ)償算法中信號(hào)可聽(tīng)和畸變之間的矛盾。首先，利用gammatone濾波器組對(duì)信號(hào)進(jìn)行多通道分解來(lái)模擬人耳聽(tīng)

3、覺(jué)特性;然后，根據(jù)患者的聽(tīng)覺(jué)動(dòng)態(tài)范圍和通道信號(hào)的聲壓級(jí)來(lái)確定補(bǔ)償方法。若采用非線性補(bǔ)償方法，則在補(bǔ)償過(guò)程中使用自適應(yīng)寬動(dòng)態(tài)范圍壓縮(Wide Dynamic Range Compression，WDRC)技術(shù)，該技術(shù)根據(jù)患者的聽(tīng)覺(jué)范圍和輸出信號(hào)的聲壓級(jí)自適應(yīng)地調(diào)整壓縮比，使其盡量接近于1。自適應(yīng)調(diào)整壓縮比的目的是在信號(hào)可聽(tīng)的前提下，減小信號(hào)的畸變。并且，自適應(yīng)WDRC技術(shù)可以提高噪聲環(huán)境下的輸出信噪比(Signal to Noise R

4、atio，SNR)。實(shí)驗(yàn)結(jié)果表明，與WDRC補(bǔ)償方法相比，所提方法在語(yǔ)噪聲環(huán)境下提高了輸出SNR;與線性和WDRC補(bǔ)償方法相比，提出的方法提高了語(yǔ)音可懂度和語(yǔ)音質(zhì)量。
　　2、論文提出了一種應(yīng)用于助聽(tīng)器聲反饋抑制的變步長(zhǎng)算法，用于緩解自適應(yīng)濾波算法在快收斂速度和低失調(diào)量之間的矛盾。算法根據(jù)自適應(yīng)濾波器系數(shù)歸一化的短時(shí)平均和長(zhǎng)時(shí)平均之間的距離，將濾波器的更新?tīng)顟B(tài)分為收斂狀態(tài)、過(guò)渡狀態(tài)和穩(wěn)定狀態(tài)，并在不同的自適應(yīng)狀態(tài)下使用不同的步長(zhǎng)。

5、在收斂狀態(tài)使用大步長(zhǎng)保證收斂速度;在過(guò)渡狀態(tài)使用階梯狀步長(zhǎng)，以進(jìn)一步降低失調(diào)量;在穩(wěn)定狀態(tài)使用小步長(zhǎng)，以保證系統(tǒng)收斂至穩(wěn)態(tài)解。該變步長(zhǎng)算法分別被應(yīng)用于歸一化的最小均方誤差(Normalized Least Mean Error，NLMS)自適應(yīng)濾波器和歸一化的子帶自適應(yīng)濾波器(Normalized Subband Adaptive Filter，NSAF)算法，形成了變步長(zhǎng)NLMS(Variable Step Size NLMS，VSS

6、-NLMS)和變步長(zhǎng)NSAF(Variable Step Size NSAF，VSS-NSAF)算法。實(shí)驗(yàn)結(jié)果表明，本文提出的算法具有收斂速度快，穩(wěn)態(tài)失調(diào)量低，輸出語(yǔ)音的語(yǔ)音感知質(zhì)量(Perceptual Evaluation of Speech Quality，PESQ)評(píng)價(jià)值高等特點(diǎn)。
　　3、論文提出了一種自適應(yīng)非線性頻率壓縮算法，以充分利用聽(tīng)損患者殘余的可聽(tīng)頻帶，提高高頻聽(tīng)損患者的語(yǔ)音可懂度。首先，對(duì)高于截止頻率的信號(hào)按照

7、BARK尺度進(jìn)行臨界帶分割;其次，根據(jù)患者的截止頻率和最大可聽(tīng)頻率確定全局壓縮比;再次，根據(jù)全局壓縮比和子帶信號(hào)歸一化的平均能量自適應(yīng)地確定子帶壓縮比，從而確定子帶信號(hào)壓縮后的頻帶范圍;最后，通過(guò)映射的方法將高頻信號(hào)壓縮至低頻，使得高頻不可聽(tīng)的信號(hào)變得可聽(tīng)。語(yǔ)音可懂度實(shí)驗(yàn)結(jié)果表明，與WDRC算法和非線性頻率壓縮算法相比，本文提出的算法可顯著提高聲母以及不同信噪比條件下句子的可懂度。
　　4、論文提出了一種新的語(yǔ)音特征——多分辨率功

8、率歸一化倒譜系數(shù)(Multi-Resolution PowerNormalized Cepstrum Coefficients，MRPNCC)特征來(lái)獲取語(yǔ)音的局部信息和上下文信息。并且，基于MRPNCC特征，提出了一種語(yǔ)音可懂度增強(qiáng)算法，以提高聽(tīng)損患者的語(yǔ)音可懂度。首先，利用MRPNCC特征向量訓(xùn)練支撐矢量機(jī)(Support Vector Machine，SVM)模型;其次，利用訓(xùn)練好的模型對(duì)語(yǔ)音的時(shí)頻單元進(jìn)行分類，移除以噪聲為主導(dǎo)的時(shí)