DE102010012941A1

DE102010012941A1 - Method for classifying microphone signal of behind-the-ear hearing aid, involves classifying microphone signal as microphone signal with or without wind noise based on determined characteristic values and prior knowledge about signal

Info

Publication number: DE102010012941A1
Application number: DE102010012941A
Authority: DE
Inventors: Roland Barthel; Robert BÄUML
Original assignee: Siemens Medical Instruments Pte Ltd
Current assignee: Sivantos Pte Ltd
Priority date: 2010-03-26
Filing date: 2010-03-26
Publication date: 2011-04-07

Abstract

The method involves detecting characteristics (Mi) of a microphone signal (MS) of a hearing aid, and determining characteristic values (MWi) belonging to the characteristics. The microphone signal is classified as a microphone signal with or without wind noise based on the determined characteristic values and prior knowledge about the microphone signal with and/or without wind noise. The prior knowledge is determined from reference signals that comprise microphone signals of a reference hearing aid. An independent claim is also included for a hearing aid comprising a characteristic detection unit.

Description

Die Erfindung betrifft ein Verfahren und ein Hörgerät zur Klassifizierung eines Mikrofonsignals als Mikrofonsignal mit Windgeräusch oder als Mikrofonsignal ohne Windgeräusch. Das Verfahren und das Hörgerät werden bevorzugt zum Erkennen von störenden Windgeräuschen eingesetzt. Das Verfahren und das Hörgerät können ein Mikrofonsignal mit einem Windgeräusch von einem Mikrofonsignal ohne ein Windgeräusch unterscheiden.The invention relates to a method and a hearing aid for classifying a microphone signal as a microphone signal with wind noise or as a microphone signal without wind noise. The method and the hearing aid are preferably used for detecting disturbing wind noise. The method and the hearing aid can distinguish a microphone signal with a wind noise from a microphone signal without a wind noise.

Hörgeräte besitzen prinzipiell als wesentliche Komponenten einen Eingangswandler, einen Verstärker und einen Ausgangswandler. Der Eingangswandler ist in der Regel ein Schallempfänger, z. B. ein Mikrofon, und/oder ein elektromagnetischer Empfänger, z. B. eine Induktionsspule. Der Ausgangswandler ist meist als elektroakustischer Wandler, z. B. Miniaturlautsprecher, oder als elektromechanischer Wandler, z. B. Knochenleitungshörer, realisiert. Der Verstärker ist üblicherweise in eine Signalverarbeitungseinheit integriert. Dieser prinzipielle Aufbau ist in 1 am Beispiel eines Hinterdem-Ohr Hörgeräts 1 dargestellt. In ein Hörgerätegehäuse 2 zum Tragen hinter dem Ohr sind üblicherweise zwei Mikrofone 3 zur Aufnahme des Schalls aus der Umgebung eingebaut. Oberhalb der Mikrofone 3 sind Mikrofonöffnungen 7 in dem Hörgerätegehäuse 2 ausgebildet. Durch die Mikrofonöffnungen 7 kann der Schall zu den Mikrofonen 3 im Inneren des Hörgerätegehäuses 2 gelangen. Eine Signalverarbeitungseinheit 4, die ebenfalls in das Hörgerätegehäuse 2 integriert ist, verarbeitet die Mikrofonsignale und verstärkt sie. Das Ausgangssignal der Signalverarbeitungseinheit 4 wird an einen Lautsprecher bzw. Hörer 5 übertragen, der ein akustisches Signal ausgibt. Der Schall wird gegebenenfalls über einen nicht dargestellten Schallschlauch, der mit einer Otoplastik im Gehörgang fixiert ist, zum Trommelfell des Hörgeräteträgers übertragen. Die Energieversorgung des Hörgeräts 1 und insbesondere die der Signalverarbeitungseinheit 4 erfolgt durch eine ebenfalls ins Hörgerätegehäuse 2 integrierte Batterie 6.Hearing aids have in principle as essential components an input transducer, an amplifier and an output transducer. The input transducer is usually a sound receiver, z. As a microphone, and / or an electromagnetic receiver, for. B. an induction coil. The output transducer is usually used as an electroacoustic transducer, z. As miniature speaker, or as an electromechanical transducer, z. B. bone conduction, realized. The amplifier is usually integrated in a signal processing unit. This basic structure is in 1 using the example of a behind-the-ear hearing aid 1 shown. In a hearing aid housing 2 For carrying behind the ear are usually two microphones 3 built-in for recording the sound from the environment. Above the microphones 3 are microphone openings 7 in the hearing aid housing 2 educated. Through the microphone openings 7 can the sound to the microphones 3 inside the hearing aid housing 2 reach. A signal processing unit 4 also in the hearing aid housing 2 is integrated, processes the microphone signals and amplifies them. The output signal of the signal processing unit 4 goes to a speaker or listener 5 transmitted, which emits an acoustic signal. The sound is optionally transmitted via a sound tube, not shown, which is fixed with an earmold in the ear canal, to the eardrum of the hearing aid wearer. The power supply of the hearing aid 1 and in particular those of the signal processing unit 4 done by a likewise in the hearing aid housing 2 integrated battery 6 ,

Die in Hörgeräten verwendeten Mikrofone sind in der Regel an exponierter Stelle angeordnet, um eine optimale Schallaufnahme zu gewährleisten. Dadurch sind die Mikrofone aber anfällig für Windgeräusche, die von einem Hörgeräteträger als störendes, tieffrequentes Rumpeln wahrgenommen werden. Ein Gespräch in einer derartigen akustischen Situation wird dadurch erschwert.The microphones used in hearing aids are usually positioned in an exposed position to ensure optimal sound pickup. As a result, the microphones are susceptible to wind noise, which are perceived by a hearing aid wearer as disturbing, low-frequency rumble. A conversation in such an acoustic situation is made more difficult.

Zur Lösung dieses Problems wird versucht, den Wind mechanisch an einem Auftreffen auf die Schallmembran des Mikrofons zu hindern. In der Regel werden sogenannte „Jets” an den Tragehaken von Hinter-dem-Ohr-Hörgeräten als Windableitung eingesetzt. Ein Einsatz von Gittern oder Filterelementen aus Schaumstoff über den Einlassöffnungen der Mikrofone verhindert Verwirbelungen der Luft auf der Mikrofonmembran sowohl bei Hinter-dem-Ohr als auch bei In-dem-Ohr Hörgeräten.To solve this problem, an attempt is made to mechanically prevent the wind from hitting the sound membrane of the microphone. As a rule, so-called "jets" are used on the carrying hooks of behind-the-ear hearing aids as wind extraction. Using mesh screens or filter elements over the inlet openings of the microphones prevents turbulence of the air on the microphone membrane in both behind-the-ear and in-the-ear hearing aids.

Das tieffrequente, durch Wind erzeugte Rumpeln kann auch elektronisch im Hörgerät unterdrückt werden. Dazu ist das Umschalten von einem Mehrmikrofonbetrieb auf einen Omnibetrieb und eine deutliche Absenkung der Hörgeräteverstärkung in den unteren Frequenzkanälen üblich.The low-frequency, wind-generated rumble can also be suppressed electronically in the hearing aid. This is the switching from a multi-microphone operation on a Omni operation and a significant reduction in hearing aid gain in the lower frequency channels is common.

In der DE 10 2005 012 976 B3 werden die vorgehend beschriebenen Maßnahmen und Verbesserungen zur Reduktion von Windgeräuschen offenbart.In the DE 10 2005 012 976 B3 The above-described measures and improvements for the reduction of wind noise are disclosed.

Um zielgerichtet und erfolgreich Windgeräusche in einem Mikrofonsignal eines Hörgeräts elektronisch zu unterdrücken, ist eine präzise Erkennung dieser erforderlich. Es ist daher Aufgabe der Erfindung ein Verfahren und ein Hörgerät zur fehlerfreien Erkennung von Windgeräuschen in einem Mikrofonsignal anzugeben.To purposefully and successfully suppress wind noise in a microphone signal of a hearing aid electronically, a precise detection of this is required. It is therefore an object of the invention to provide a method and a hearing aid for error-free detection of wind noise in a microphone signal.

Gemäß der Erfindung wird die gestellte Aufgabe mit dem Verfahren und dem Hörgerät der unabhängigen Patentansprüche gelöst.According to the invention, the stated object is achieved with the method and the hearing device of the independent claims.

Die Erfindung beansprucht ein Verfahren zum Klassifizieren eines Mikrofonsignals eines Hörgeräts. Das Mikrofonsignal kann als ein Mikrofonsignal mit Windgeräusch oder als ein Mikrofonsignal ohne Windgeräusch klassifiziert werden. Es handelt sich somit um eine Klassifizierung bzw. Einteilung in zwei Klassen. Das Verfahren umfasst die Schritte:

– Erkennen von vorgebbaren Merkmalen in dem Mikrofonsignal, wobei die Merkmale charakteristisch für Windgeräusche, oder aber auch bezeichnend für Signale ohne Windgeräusch sein können,
– Ermitteln von zu den Merkmalen gehörenden Merkmalswerten, wobei diese beispielsweise eine Häufigkeit, eine absolute Größe oder eine Steigung angeben können, und
– Klassifizieren des Mikrofonsignals als ein Mikrofonsignal mit Windgeräusch oder als ein Mikrofonsignal ohne Windgeräusch anhand der ermittelten Merkmalswerte und eines in dem Hörgerät gespeicherten Vorwissens. Das Vorwissen wird aus Referenzsignalen mit Windgeräusch und/oder ohne Windgeräusch gewonnenen. Das Vorwissen kann beispielsweise empirische Informationen über die Merkmale enthalten.

Die Erfindung bietet den Vorteil, dass mehrere unterschiedliche Merkmale eines Mikrofonsignals für eine Klassifizierung verwendet werden können und dass mit Erfahrungswerten verglichen werden kann. Dadurch ist die Windgeräuscherkennung robuster und fehlerfreier als bei herkömmlichen Verfahren mit einem Mikrofon.The invention claims a method for classifying a microphone signal of a hearing device. The microphone signal can be classified as a wind noise microphone signal or as a windless sound microphone signal. It is therefore a classification or division into two classes. The method comprises the steps:

Detection of predefinable features in the microphone signal, the characteristics being characteristic of wind noise or else indicative of signals without wind noise,
Determining feature values associated with the features, which may indicate, for example, a frequency, an absolute value or a slope, and
Classifying the microphone signal as a microphone signal with wind noise or as a microphone signal without wind noise on the basis of the determined characteristic values and an advance knowledge stored in the hearing device. The prior knowledge is obtained from reference signals with wind noise and / or no wind noise. For example, the prior knowledge may include empirical information about the features.

The invention offers the advantage that several different features of a microphone signal can be used for a classification and that can be compared with empirical values. This makes wind noise detection more robust and error-free than conventional microphone-based methods.

In einer Weiterbildung können die Referenzsignale Mikrofonsignale eines Referenz-Hörgeräts umfassen. Beispielsweise werden durch Referenzaufnahmen bei Wind mit dem Referenz-Hörgerät Mikrofonsignale mit Windgeräusch aufgenommen.In a development, the reference signals may include microphone signals of a reference hearing device. For example, reference recordings in wind with the reference hearing aid record microphone signals with wind noise.

In einer weiteren Ausführungsform der Erfindung können die Merkmale Leistungen bei tiefen Frequenzen und/oder eine zeitliche Varianz dieser Leistungen umfassen. Durch eine geschickte Wahl der Merkmale ist das Verfahren sehr robust und zuverlässig.In a further embodiment of the invention, the features may include low-frequency powers and / or a temporal variance of these powers. By a clever choice of features, the process is very robust and reliable.

Bevorzugt kann das Vorwissen empirisch ermittelte Wahrscheinlichkeitsverteilungen der Merkmale umfassen. Vorteilhaft daran ist, dass eine Klassifizierung auf Basis einer statistischen Auswertung erfolgen kann.The prior knowledge may preferably comprise empirically determined probability distributions of the features. The advantage of this is that classification can be based on a statistical evaluation.

Des Weiteren kann das Klassifizieren mit einem statistischen Schätzverfahren oder mit einem anderen statistischen Klassifizierer, z. B. mit einem neuronalen Netz, erfolgen. Vorteilhaft daran ist, dass bekannte und bewährte Algorithmen angewendet werden können.Furthermore, the classification may be performed with a statistical estimation method or with another statistical classifier, e.g. With a neural network. The advantage of this is that known and proven algorithms can be applied.

In einer Weiterbildung kann durch das Ergebnis des Klassifizierens eine Windgeräuschunterdrückung des Mikrofonsignals gesteuert werden. Dadurch kann wirksam ein störendes Windgeräusch in einem aus dem Mikrofonsignal gebildeten Hörersignal unterdrückt werden.In a further development, wind noise suppression of the microphone signal can be controlled by the result of the classification. As a result, a disturbing wind noise in a receiver signal formed from the microphone signal can be effectively suppressed.

Die Erfindung gibt auch ein Hörgerät an. Es umfasst eine Merkmalserkennungseinheit, die vorgebbare Merkmale im Mikrofonsignal erkennt und die zu den Merkmalen gehörende Merkmalswerte ermittelt. Das Hörgerät umfasst ferner eine Klassifikationseinheit, die das Mikrofonsignal als ein Mikrofonsignal mit Windgeräusch oder als ein Mikrofonsignal ohne Windgeräusch klassifiziert. Die Klassifizierung erfolgt anhand eines vorab aus Referenzsignalen mit Windgeräusch und/oder ohne Windgeräusch gewonnen Vorwissens und anhand der ermittelten Merkmalswerte.The invention also provides a hearing aid. It comprises a feature recognition unit which recognizes predefinable features in the microphone signal and determines the feature values associated with the features. The hearing aid further comprises a classification unit classifying the microphone signal as a wind noise microphone signal or as a windless noise microphone signal. The classification takes place on the basis of a prior knowledge obtained from reference signals with wind noise and / or without wind noise and on the basis of the determined characteristic values.

In einer Weiterbildung kann die Klassifikationseinheit einen statistischen Schätzalgorithmus, beispielweise einen Bayes-Klassifikator, oder ein neuronales Netz aufweisen.In a development, the classification unit can have a statistical estimation algorithm, for example a Bayes classifier, or a neural network.

In einer weiteren Ausführungsform kann das Hörgerät eine Windgeräuschunterdrückungseinheit umfassen, die durch das Klassifikationsergebnis der Klassifikationseinheit gesteuert wird.In a further embodiment, the hearing aid may comprise a wind noise suppression unit, which is controlled by the classification result of the classification unit.

Weitere Besonderheiten und Vorteile der Erfindung werden aus den nachfolgenden Erläuterungen mehrerer Ausführungsbeispiele anhand von schematischen Zeichnungen ersichtlich.Other features and advantages of the invention will become apparent from the following explanations of several embodiments with reference to schematic drawings.

Es zeigen:Show it:

1: ein Blockschaltbild eines Hinter-dem-Ohr Hörgeräts gemäß Stand der Technik, 1 FIG. 2 is a block diagram of a behind-the-ear hearing aid according to the prior art.

2: ein Ablaufdiagramm eines Verfahrens zur Windgeräuschunterdrückung in einem Mikrofonsignal eines Hörgeräts und 2 : A flowchart of a method for wind noise suppression in a microphone signal of a hearing aid and

3: ein Blockschaltbild eines Hörgeräts zur Erkennung eines Mikrofonsignals mit Windgeräusch und ohne Windgeräusch. 3 : A block diagram of a hearing aid for detecting a microphone signal with wind noise and no wind noise.

2 zeigt ein Ablaufdiagramm eines in einem Hörgerät ausführbaren Verfahrens zur Windgeräuschunterdrückung in einem Mikrofonsignal MS. Im ersten Verfahrensschritt 100 werden vorgebbare Merkmale M_i in dem Mikrofonsignal MS des Hörgeräts erkannt bzw. aus dem Mikrofonsignal MS extrahiert, wobei die Merkmale M_i derart gewählt werden können, dass sie für ein Mikrofonsignal mit Windgeräusch WIND oder ein Mikrofonsignal ohne Windgeräusch WIND charakteristisch sind. Die Merkmale M_i sind beispielweise Leistungen bei tiefen Frequenzen oder zeitliche Varianz dieser Leistungen. 2 shows a flowchart of an executable in a hearing aid method for wind noise suppression in a microphone signal MS. In the first process step 100 be predefined features M _i detected in the microphone signal MS of the hearing aid or extracted from the microphone signal MS, the features M _i can be chosen such that they are for a microphone signal with wind noise WIND or a microphone signal without wind noise WIND are characteristic. The features M _i are, for example, services at low frequencies or temporal variance of these services.

Im folgenden Schritt 101 werden die zu den Merkmalen M_i gehörenden Merkmalswerte MW_i ermittelt, d. h. es wird beispielsweise eine Pegelgröße, eine Steigung oder eine Häufigkeit bestimmt. In the following step 101 to the features of M _i belonging characteristic values MW _i are determined, that is, it is determined, for example, a level of size, pitch or frequency.

Im anschließenden Schritt 102 wird das Mikrofonsignal MS als ein Mikrofonsignal mit Windgeräusch WIND oder als ein Mikrofonsignal ohne Windgeräusch WIND klassifiziert. Die Klassifizierung gemäß beider Klassen erfolgt anhand der ermittelten Merkmalswerte MW_i und anhand eines in dem Hörgerät 10 gespeicherten Vorwissens. Das Vorwissen wird aus Referenzsignalen T mit Windgeräusch und/oder Referenzsignalen T ohne Windgeräusch gewonnenen. Referenzsignale T mit Windgeräusch können beispielweise beim Spaziergehen an exponierten Stellen an windigen Tagen oder durch künstliche Windgeräusche an einem Rotor oder im Windkanal mit einem Referenz-Hörgerät erfasst werden.In the subsequent step 102 For example, the microphone signal MS is a microphone signal with wind noise WIND or a microphone signal with no wind noise WIND classified. The classification according to both classes takes place on the basis of the determined characteristic values MW _i and on the basis of one in the hearing device 10 stored prior knowledge. The prior knowledge is obtained from reference signals T with wind noise and / or reference signals T without wind noise. Wind noise reference signals T can be detected, for example, when walking on exposed areas on windy days, or through artificial wind noise on a rotor or in the wind tunnel with a reference hearing aid.

In dem abschließenden Schritt 103 wird eine Windgeräuschunterdrückung im Hörgerät 10 durch das Ergebnis der Klassifizierung 102 gesteuert. Eine Windgeräuschunterdrückung wird aktiviert, wenn das Mikrofonsignal MS des Hörgeräts als ein Mikrofonsignal mit Windgeräusch WIND klassifiziert wurde. Eine Windgeräuschunterdrückung unterbleibt, wenn das Mikrofonsignal MS des Hörgeräts 10 als ein Mikrofonsignal ohne Windgeräusch WIND klassifiziert wurde.In the final step 103 becomes a wind noise suppression in the hearing aid 10 by the result of the classification 102 controlled. Wind noise suppression is activated when the microphone signal MS of the hearing aid has been classified as a wind noise WIND microphone signal. A wind noise suppression is omitted when the microphone signal MS of the hearing aid 10 as a microphone signal without wind noise WIND was classified.

Die Klassifizierung kann die Verwendung eines neuronalen Netzes umfassen oder mit einem statistischen Schätzverfahren erfolgen.The classification may include the use of a neural network or may be done by a statistical estimation method.

Einfach aber trotzdem effektiv wird das erfindungsgemäße Verfahren mit einem Bayes-Klassifikator umgesetzt. Dabei werden bedingte Wahrscheinlichkeiten aus Erfahrungswerten ermittelt. Wie vorstehend beschrieben gibt es lediglich zwei Klassen von Mikrofonsignalen MS: Mikrofonsignale mit Windgeräusch WIND und Mikrofonsignale ohne Windgeräusch WIND . Die Signale WIND bzw. WIND können durch die Merkmale M_i und ihre zugehörigen Merkmalswerte MW_i charakterisiert werden.Simple but nevertheless effective, the inventive method is implemented with a Bayes classifier. Conditional probabilities are determined from empirical values. As described above, there are only two classes of microphone signals MS: Wind sound WIND microphone signals and Wind noise microphone signals WIND , The signals WIND or WIND can be characterized by the features M _i and their associated feature values MW _i .

Aus alten, durch Versuche (Referenzsignale T) gewonnenen und bereits klassifizierten Mikrofonsignalen WIND, WIND kann für jeden Merkmalswert MW_i eine Wahrscheinlichkeit P_i(./.) aus Wahrscheinlichkeitsverteilungsfunktionen geschätzt werden, ob es sich um ein Signal mit Windgeräusch WIND oder ein Signal ohne Windgeräusch WIND handelt:

From old, by experiments (reference signals T) obtained and already classified microphone signals WIND,

WIND

For each feature value MW _i, a probability P _i (./.) of probability distribution functions can be estimated, whether it is a wind noise signal WIND or a windless signal

WIND

is:

Für ein neues Mikrofonsignal MS stellt sich die Frage, ob die Wahrscheinlichkeit P(WIND/MS) größer oder kleiner der Wahrscheinlichkeit P(WIND/MS) ist. Ist P(WIND/MS) > P(WIND/MS), (3) wird das neue Mikrofonsignal MS als ein Signal ohne Windgeräusch WIND klassifiziert, anderenfalls als ein Signal mit Windgeräusch WIND.For a new microphone signal MS, the question arises as to whether the probability P (WIND / MS) is greater or smaller than the probability P ( WIND / MS) is. is P ( WIND / MS)> P (WIND / MS), (3) the new microphone signal MS will be a signal without wind noise WIND classified, otherwise as a signal with wind noise WIND.

Für die Wahrscheinlichkeit P(WIND/MS) gilt nach dem Theorem von Bayes

For the probability P (WIND / MS) holds after the theorem of Bayes

Die Wahrscheinlichkeit P(MS), dass ein bestimmtes Mikrofonsignal MS auftritt, lässt sich aber nicht schätzen. Denn in der Regel tritt jedes Mikrofonsignal MS nur einmal auf. Daher wird ein Quotient Q wie folgt gebildet:

wobei gilt

However, the probability P (MS) that a certain microphone signal MS occurs can not be estimated. As a rule, each microphone signal MS occurs only once. Therefore, a quotient Q is formed as follows:

where is true

Ist der Quotient Q größer als Eins wird das Mikrofonsignal MS als Signal mit Windgeräusch WIND klassifiziert, sonst als Signal ohne Windgeräusch WIND .If the quotient Q is greater than one, the microphone signal MS is classified as a signal with wind noise WIND, otherwise as a signal without wind noise WIND ,

Sind die Merkmale M_i mit i = 1, 2, ..., n von einander unabhängig, so gilt P(MS/WIND) = P(M₁ ∩...∩ M_n/WIND) = P₁(M₁(WIND) ×...× P_n(M_n/WIND), (8) und P(MS/WIND) = P(M₁ ∩...∩ M_n/WIND) = P₁(M₁/WIND) ×...× P_n(M_n/WIND). (9) If the features M _i with i = 1, 2,..., N are independent of each other, then P (MS / WIND) = P (M ₁ ∩ ... ∩ M _n / WIND) = P ₁ (M ₁ (WIND) × ... × P _n (M _n / WIND), (8) and P (MS / WIND ) = P (M ₁ ∩ ... ∩ M _n / WIND ) = P ₁ (M ₁ / WIND ) × ... × P _n (M _n / WIND ). (9)

Für den Quotienten Q aus Gleichung (5) folgt mit den Gleichungen (8) und (9):

For the quotient Q from equation (5), with equations (8) and (9) follows:

In der Regel sind die Wahrscheinlichkeiten P(WIND), P(WIND) nicht bekannt und werden daher gleich gesetzt, so dass aus Gleichung (10) für den Quotienten Q folgt:

As a rule, the probabilities are P (WIND),

P ( WIND )

are not known and are therefore set equal, so that from equation (10) follows for the quotient Q:

3 zeigt ein vereinfachtes Blockschaltbild eines Hörgeräts 10 mit einer Anordnung zur erfindungsgemäßen Klassifizierung eines Mikrofonsignals MS. Ein von einem Mikrofon 11 des Hörgeräts 10 aufgenommenes akustisches Signal wird in das elektrische Mikrofonsignal MS umgewandelt und einer Windgeräuschunterdrückungseinheit 16 zugeführt. Wird ein Windgeräusch im Mikrofonsignal MS erkannt, wird die Windgeräuschunterdrückungseinheit 16 „scharf” geschaltet, d. h. sie ist aktiv. Zur Windgeräuscherkennung wird das Mikrofonsignal MS einer Klasse „Mikrofonsignal mit Windgeräusch WIND” oder einer Klasse „Mikrofonsignal ohne Windgeräusch WIND ” zugeordnet. 3 shows a simplified block diagram of a hearing aid 10 with an arrangement for the classification according to the invention of a microphone signal MS. One from a microphone 11 of the hearing aid 10 recorded acoustic signal is converted into the electric microphone signal MS and a wind noise suppression unit 16 fed. When a wind noise is detected in the microphone signal MS, the wind noise suppression unit becomes 16 "Armed", ie it is active. For wind noise detection, the microphone signal MS of a class "microphone signal with wind noise WIND" or a class "microphone signal without wind noise WIND "Assigned.

Die Klassifizierung erfolgt mit Hilfe einer Merkmalserkennungseinheit 14 und einer daran angeschlossenen Klassifizierungseinheit 15. Die Merkmalserkennungseinheit 14 erkennt mehrere vorgebbare Merkmale M_i im Mikrofonsignal MS, wobei die Merkmale M_i kennzeichnend für ein Mikrofonsignal mit Windgeräusch WIND und/oder für ein Mirkofonsignal ohne Windgeräusch WIND sind. Die Merkmalserkennungseinheit 14 ermittelt die zu den Merkmalen M_i gehörenden Merkmalswerte MW_i.The classification is carried out with the aid of a feature recognition unit 14 and a classification unit connected thereto 15 , The feature recognition unit 14 recognizes several predefinable features M _i in the microphone signal MS, the features M _i indicative of a microphone signal with wind noise WIND and / or for a microphone signal without wind noise WIND are. The feature recognition unit 14 determines the characteristics of the M feature values _i belonging MW _i.

Die Klassifikationseinheit 15 ordnet beispielsweise vorab aus Referenzsignalen T ermittelte Wahrscheinlichkeiten P_i. den Merkmalen M_i anhand ihrer Merkmalswerte MW_i zu. Die Wahrscheinlichkeiten P_i geben an, wie wahrscheinlich ein Merkmal M_i mit einem Merkmalswert MW_i in einem Mikrofonsignal mit Windgeräusch WIND oder in einem Mikrofonsignal ohne Windgeräusch WIND ist.The classification unit 15 assigns probabilities P _i determined in advance, for example, from reference signals T. the features M _i on the basis of their feature values MW _i . The probabilities P _i indicate how likely a feature M _i with a feature value MW _i in a wind noise WIND microphone signal or in a windless microphone signal WIND is.

Die Klassifikationseinheit 15 ermittelt nun durch eine mathematische oder elektrische Verknüpfung der Wahrscheinlichkeiten P1 ein Maß L für die Wahrscheinlichkeit, dass es sich bei dem Mikrofonsignal MS um ein Mikrofonsignal mit Windgeräusch WIND und/oder um ein Mikrofonsignal ohne Windgeräusch WIND handelt. Die mathematische bzw. elektrische Verknüpfung kann beispielsweise einen einfachen Bayes-Klassifikator oder aber andere geeignete statistische Algorithmen umfassen. Auch ein neuronales Netzwerk ist als Klassifikationseinheit 15 möglich.The classification unit 15 determined by a mathematical or electrical combination of the probabilities P1 a measure L for the probability that it is the microphone signal MS to a microphone signal with wind noise WIND and / or a microphone signal without wind noise WIND is. The mathematical or electrical link can comprise, for example, a simple Bayes classifier or other suitable statistical algorithms. A neural network is also a classification unit 15 possible.

Die Klassifikationseinheit 15 entscheidet, dass das Mikrofonsignal MS ein Mikrofonsignal mit einem Windgeräusch WIND ist, wenn das Maß L einen vorgebbaren Schwellwert S erreicht bzw. überschreitet. Die Klassifikationseinheit 15 kann alternativ oder ergänzend entscheiden, dass das Mikrofonsignal MS ein Mikrofonsignal ohne ein Windgeräusch WIND ist, wenn das Maß L den Schwellwert nicht erreicht bzw. nicht überschreitet. The classification unit 15 decides that the microphone signal MS is a microphone signal with a wind noise WIND when the measure L reaches or exceeds a predefinable threshold value S. The classification unit 15 may alternatively or additionally decide that the microphone signal MS a microphone signal without a wind noise WIND is when the dimension L does not reach or exceed the threshold value.

Je nach Entscheidung der Klassifikationseinheit 15 wird die Windgeräuschunterdrückungseinheit 16 die meist tieffrequenten störenden Windgeräusche beispielsweise mit einem Hochpassfilter ausblenden. Das so „bereinigte” Mikrofonsignal wird in einer Signalverarbeitungseinheit 13 aufbereitet, verstärkt und anschließend durch einen Hörer 12 in ein akustisches, „windfreies” Signal umgewandelt.Depending on the decision of the classification unit 15 becomes the wind noise suppression unit 16 Hide the most low-frequency disturbing wind noise, for example, with a high-pass filter. The thus "adjusted" microphone signal is in a signal processing unit 13 prepared, amplified and then by a listener 12 converted into an acoustic, "wind-free" signal.

BezugszeichenlisteLIST OF REFERENCE NUMBERS

11: Hinter-dem-Ohr HörgerätBehind-the-ear hearing aid
22: Hörgerätegehäusehearing aid housing
33: Mikrofonmicrophone
44: SignalverarbeitungseinheitSignal processing unit
55: Hörerreceiver
66: Batteriebattery
77: Mikrofonöffnung im Hörgerätegehäuse 2 Microphone opening in the hearing aid housing 2
1010: Hörgeräthearing Aid
1111: Mikrofonmicrophone
1212: Hörerreceiver
1313: SignalverarbeitungseinheitSignal processing unit
1414: MerkmalserkennungseinheitFeature detection unit
1515: Klassifikationseinheitclassification unit
1616: WindgeräuschunterdrückungseinheitWind noise suppression unit
100100: Erkennung von vorgebbaren MerkmalenRecognition of predefinable characteristics
101101: Ermittlung von MerkmalswertenDetermination of characteristic values
102102: KlassifizierenClassify
103103: Steuerung einer WindgeräuschunterdrückungControl of wind noise suppression
LL: Maß für die WahrscheinlichkeitMeasure of the probability
M_i M _i: Merkmalecharacteristics
MSMS: Mikrofonsignalmicrophone signal
MW_i MW _i: Merkmalswertecharacteristic values
P_i P _i: Wahrscheinlichkeitenprobabilities
QQ: Quotientquotient
TT: Referenzsignale oder TestsignaleReference signals or test signals
WINDWIND: Mikrofonsignal mit WindgeräuschMicrophone signal with wind noise
WINDWIND: Mikrofonsignal ohne WindgeräuschMicrophone signal without wind noise
SS: Schwellwertthreshold

ZITATE ENTHALTEN IN DER BESCHREIBUNG QUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list of the documents listed by the applicant has been generated automatically and is included solely for the better information of the reader. The list is not part of the German patent or utility model application. The DPMA assumes no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

DE 102005012976 B3 [0006]

Claims

Method for classifying a microphone signal (MS) of a hearing aid ( 10 ) as a microphone signal with wind noise (WIND) or as a microphone signal without wind noise

( WIND )

, by: - a recognition ( 100 ) of several features (M _i ) in the microphone signal (MS), - a determination ( 101 ) Belonging of (on the characteristics M _i) feature values (MW _i), and - classifying ( 102 ) of the microphone signal (MS) as a microphone signal with wind noise (WIND) or as a microphone signal without wind noise

( WIND )

on the basis of the determined characteristic values (MW _i ) and one in the hearing aid ( 10 ) stored on microphone signals with and / or without wind noise.

A method according to claim 1, characterized in that the prior knowledge of reference signals (T) is determined.

A method according to claim 2, characterized in that the reference signals (T) include microphone signals of a reference hearing aid.

Method according to one of Claims 1 to 3, characterized in that the features (M _i ) comprise powers at low frequencies and / or temporal variance of these powers.

Method according to one of the preceding claims, characterized in that the prior knowledge comprises probability distributions of the features (M _i ).

Method according to one of the preceding claims, characterized in that the classification ( 102 ) with a statistical estimation method or with another statistical classifier.

Method according to one of the preceding claims, characterized by: - a control ( 103 ) of wind noise suppression by the result of classifying ( 102 ).

Hearing aid ( 10 ) with: - a feature recognition unit ( 14 ) which detects a plurality of features (M _i ) in a microphone signal (MS) and determines the feature values (MW _i ) belonging to the features (M _i ), and - a classification unit ( 15 ) based on a prior knowledge of microphone signals with and / or without wind noise and on the basis of the determined feature values (MW _i ) the microphone signal (MS) as a microphone signal with wind noise (WIND) or as a microphone signal

( WIND )

classified without wind noise.

Hearing aid according to claim 8, characterized in that the prior knowledge of pre-recorded reference signals (T) is obtained with wind noise and / or without wind noise.

Hearing aid ( 10 ) according to claim 9, characterized in that the reference signals (T) include microphone signals of a reference hearing aid.

Hearing aid ( 10 ) according to one of the claims 8 to 10, characterized in that the features (M _i ) comprise powers at low frequencies and / or temporal variance of these powers.

Hearing aid ( 10 ) according to one of Claims 8 to 11, characterized in that the prior knowledge comprises probability distributions (P _i ) of the features (M _i ).

Hearing aid ( 10 ) according to one of claims 6 to 12, characterized in that the classification unit ( 15 ) comprises a statistical estimation algorithm or another statistical estimation method.

Hearing aid ( 10 ) according to one of claims 8 to 13, characterized by: - a wind noise suppression unit ( 16 ) by the classification result of the classification unit ( 15 ) is controlled.