CN101416532A - 助听器和用以在助听器中控制信号处理的方法 - Google Patents

Abstract

一种助听器，包括信号通道和自相关指数(ACI)评估装置，该信号通道用以接收至少一个音频输入信号，其中ACI包括：下采样装置，其用以生成所述音频输入信号的采样率减少的信号；符号提取装置，其用以提取采样率减少的信号的符号信号；存储延迟装置，其用以产生和存储所述符号信号的延迟版本；比较装置，其用以比较延迟版本的所述符号信号的子集与非延迟版本的音频输入信号；平均装置，其用以平均比较装置的输出，以提取所述音频信号自相似的延迟具体评估；和获取装置，其通过从所述音频信号自相似性的延迟具体评估中确定概括特征，获取评估的自相关指数。

Description

助听器和用以在助听器中控制信号处理的方法

技术领域

【0001】本发明涉及在助听器中控制信号处理的方法和执行此方法的助听器。更具体的是，本发明涉及自相关指数(ACI)的评估方法，ACI用于在助听器中控制信号处理。

背景技术

【0002】在现有技术中公知的是，信号自相关的测量对控制助听器的信号处理有用。特别是，建议使用ACI相关特征控制助听器中类似反馈抵消滤波器的反馈补偿系统的自适应率。同样公知的是，这种测量的计算具有高成本的储器需要和计算负荷。还建议将ACI输入到助听器的其他系统中，诸如听觉场景分析(ASA)系统。ASA系统可以部分地基于ACI提供声音或助听器的噪音环境分类，并且帮助助听器的增益相关系统选择适当的增益策略。更一般的是，ACI帮助助听器中的后续系统达到功能的合适策略。此类系统可以是上述的反馈抵消系统、自动回路增益评估器、自适应定向系统(多麦克风系统)、信号压缩系统(计算合适的增益)和频率修改系统等。因此，良好的ACI评估通常可以使助听器运行。

【0003】解释ACI相关特征的经典方法是通过下面自相关函数rxx计算信号自相似性的值：

$r_{\mathrm{xx}}\left(\mathrm{\τ}\right)=\underset{T\→\∞}{\lim }\frac{1}{T}\underset{-T/2}{\overset{T/2}{\∫}}x\left(t\right)\·x(t-\mathrm{\τ})\mathrm{dt}---\left(1\right)$

其中，t表示时间，τ表示时间滞后或信号延迟。在离散时域内，上述方程概括成：

$r_{\mathrm{xx}}\left(j\right)=\frac{1}{N}\underset{n=0}{\overset{N-1}{\mathrm{\Σ}}}x\left(n\right)\·x(n-j)---\left(2\right)$

其中，n表示采样数或时间戳，j表示采样滞后。使用r_xx(0)将该指数归一化，生成指数ρ_xx(n)，其值域是±1，其中+1表示完全自相似，-1表示完全相反的波形：

${\mathrm{\ρ}}_{\mathrm{xx}}\left(j\right)=\frac{{\mathrm{\Σ}}_{n=0}^{N-1}x\left(n\right)\·x(n-j)}{{\mathrm{\Σ}}_{n=0}^{N-1}x{\left(n\right)}^2}---\left(3\right)$

在本领域中公知，正弦波的自相关函数是余弦波，并且白噪声(平稳随机过程)产生如下面方程所示的狄拉克函数：

$x\left(n\right)=A\·\sin (\mathrm{\ωn}/\mathrm{fs}+\mathrm{\φ})\⇒r_{\mathrm{xx}}\left(j\right)\→A^2\·\cos \left(\mathrm{\ωj}\right)|N\→\∞\⇒{\mathrm{\ρ}}_{\mathrm{xx}}\left(j\right)\→\cos \left(\mathrm{\ωj}\right)|N\→\∞$

$x\left(n\right)={\mathrm{\σ}}_x\·s\left(n\right)\⇒\begin{array}{c}{r}_{\mathrm{xx}}\left(n\right)\→{\mathrm{\σ}}_x^2|n=0;N\→\∞\\ r_{\mathrm{xx}}\left(n\right)\→0|n\≠0;N\→\∞\end{array}\⇒\begin{array}{c}{\mathrm{\ρ}}_{\mathrm{xx}}\left(n\right)=1|n=0\\ {\mathrm{\ρ}}_{\mathrm{xx}}\left(n\right)\→0|n\≠0;N\→\∞\end{array}---\left(4\right)$

其中s(n)是单位方差随机序列。

【0004】在自适应反馈抵消系统的环境下，可以使用这个函数分析来控制自适应滤波器的自适应率。因此，如果|ρ_xx(j)|或|r_xx(j)|足够大(j≠0)，则表示音调麦克风输入诸如反馈的振鸣或外来的振鸣。从理论上说，自适应率控制器可以随后基于这一事实结合其他特征来应用其控制策略。然而，需要存储的许多采样点和在计算中需要的许多乘法运算使这种方法在大多数实际助听器中难以操纵。

【0005】例如，Haykin，S.：Adaptive Filer Theory，3^rd Edition，Prentice-Hall，NJ，USA，1996(美国新泽西出版社1996年出版的S·海克因编写的第三版《自适应滤波器原理》)中，建议使用自相关矩阵的条件数作为信号自相似指数。此技术也被建议在专利申请EP-A-1 228665中，然而，该教导非常麻烦，因此目前不能在现代助听器中使用。此外，此技术没有指出上述助听器中后续系统的需要。

【0006】专利申请EP-A-1 228665中所建议使用的另一种方法是在两个不同频率比较声压级别，也就是比较滤波器组输出的最小能量和最大能量。此技术也有缺点，如在给定频带中几乎不区分自相似度。

【0007】在专利申请WO 01/06746 A2中公开的另一种技术是，通过二阶线性预测器评估信号带宽。从线性预测器提取的系数指示声波可以被视为正弦曲线的范围和频率。在WO 01/06746 A2中，带宽检测被加入到系统中，用以确定反馈抵消系统中的自适应率。然而当信号中存在不止一条正弦波时，此处描述的带宽检测技术不能提供稳定的自相似性测量。

【0008】另一种现有技术建议计算信号的过零率。这是一种实用简单的方法，但是对于广泛应用的现代助听器来说，这种方法还是不够准确。

【0009】如先前所述，现有技术方案不能以合理的存储和计算成本提供ACI评估。此外，已知技术方案不能提供满足当前助听器子系统需求的ACI评估特征。

【0010】因此，仍然需要对这个领域进行改进。尤其是，需要实施一种基于改进的ACI评估来控制信号处理的方法和助听器。

发明内容

【0011】在本文描述的背景下，本发明的目标是提供方法和执行此方法的助听器，其弥补了现有技术方法的缺点或至少减少了现有技术方法的缺点。

【0012】具体地，本发明的目标是提供方法和助听器，其允许计算适于以高效和节省资源的方式控制助听器中信号处理的ACI特性。

【0013】具体地，本发明的目标是提供方法和助听器，其将满足切实可行要求的信号自相似的相关特征提供给助听器环境中的存储器和计算负荷。然后将这些特征传输到后续系统中用以进一步在助听器中的分析、推理和控制的决策。

【0014】根据本发明的目标，提供一种助听器，其包括用于接收至少一个音频输入信号的信号通道和自相关指数(ACI)评估装置，其中ACI包括：用于产生所述音频输入信号的采样率减少的信号的下采样装置；用于提取所述采样率减少的信号的符号信号的符号提取装置；用于产生和存储所述符号信号的延迟版本的存储延迟装置；用于比较所述符号信号的延迟版本的子集与非延迟版本的音频输入信号的比较装置；用于对比较装置的输出进行平均从而提取所述音频信号自相似性的延迟具体评估的平均装置；和用于通过从所述音频信号自相似性的延迟具体评估中确定概括特征来获取经评估的自相关指数的获取装置。此装置可以仅通过提取采样率被减少的信号的符号信号，来有效计算ACI，这是因为计算ACI自相关函数的乘法运算被减化为符号运算，这可以显著地减少助听器处理单元的计算负荷。此外，存储符号信号的下采样版本来代替存储全动态的音频信号，可以进一步减少助听器系统的存储器需要。

【0015】在助听器中控制信号处理的相应方法，在独立权利要求18所述方法中叙述。

【0016】根据为助听器中的信号处理提供相关特征的目标，也就是优化特征信息化的程度，根据被划分成许多有限带宽的版本和宽频带的版本的所计算的ACI，提供助听器和方法。用这种方法，可以获得信号自相似的更详细的映像，以及可以直接观测和比较负责给定自相似的频带。这可以通过这样的助听器实现：该助听器接受宽频带音频输入信号，并且进一步包括带通滤波器组用以把宽频带音频输入信号分成有限带宽的音频信号；其中自相关指数评估装置适于通过为所述有限带宽的音频信号计算自相关矩阵，和通过为所述宽频带音频输入信号计算自相关向量，来评估至少一个自相关指数。另一方面，本发明提供如权利要求35所述的计算机程序产品。

【0017】本发明的另外的方面、实施例和具体变化由另外的从属权利要求限定。

附图说明

【0018】基于非限制优选实施例和参考附图对本发明进行更详细的描述。在附图中：

【0019】图1是根据本发明的实施例示出助听器的框图。

【0020】图2是根据本发明的实施例示出图1中助听器的ACI核心的框图。

【0021】图3a-g是根据本发明的实施例示出在图2中ACI核心中使用的子模块及其函数的框图。

【0022】图4是根据本发明的实施例的方法的流程图。

具体实施方式

【0023】对理解本发明有用的更多的术语和先决条件，在下面描述本发明具体实施例时，将对其进行解释。

【0024】本发明实施例的目标是将满足切实可行要求的信号自相似的相关特征提供给助听器环境中的存储器和计算负荷。然后将这些特征传输到后续系统中用以进一步分析、推理和控制决策。

【0025】根据实施例，助听器包括ACI核心或ACI评估装置，该ACI核心或ACI评估装置计算ACI特征，这些ACI特征在特征信息化程度的方面被优化，以便在助听器中控制信号处理。计算的ACI被分成许多有限带宽的版本和宽频带版本。这样，由于负责给定自相似的频带可以被直接观测和比较，因此可以获得信号自相似性的更详细的映像。

【0026】该助听器的实施例在图1中图示说明。图1示出包含有多频段音频压缩和自适应反馈抵消的助听器的框图，其中自适应率控制器6、自适应反馈抵消模块7和音频压缩模块8分别通过对系统中由ACI核心4提供的特征所支持的信号的分析修改其操作。该助听器进一步包括频带分离器或带通滤波器组3，以把宽频带音频输入信号分成有限带宽的音频信号，用以在多个频带范围内补偿听力受损者的听力损失。

【0027】根据实施例，第一步是将自相关函数方程2和3变成更相关函数方程，可连续观测并且切实可行的ACI可以取代根据方程5递推更新所得到的总和：

$r_{\mathrm{mod}}(n,j)=x\left(n\right)\·x(n-j)+\underset{m=1}{\overset{M}{\mathrm{\Σ}}}{a}_m\·r_{\mathrm{mod}}(n-m,j)---\left(5\right)$

【0028】其中n表示最新收集的采样点，预先设定滤波系数a_m以便产生低通滤波函数。也可以应用具有多个反馈和前馈系数的其他滤波器结构，用以根据另一个实施例产生等效的结果。上述方程最简单的情形是泄漏积分器(leaky integrator)。结果，经处理的输入的指数遗忘因子(exponential forgetting factor)如方程6中给出：

r_mod(n，j)＝x(n)·(n-j)+a·r_mod(n-1，j)   (6)

【0029】其中给定a的值在0.5和1之间。为了使修改的自相关函数归一化为指数范围从-1到1，结果应该除以r_mod(n，0)，如方程7所示：

${\mathrm{\ρ}}_{\mathrm{mod}}(n,j)=\frac{r_{\mathrm{mod}}(n,j)}{r_{\mathrm{mod}}(n,0)}---\left(7\right)$

【0030】由于方程5和方程6中描述的平均函数而使自相关函数仅以平稳的速度改变，所以方程7的归一化过程可以以迭代的方式完成，其中在执行中的减小量可以忽略。用这种方法，麻烦的除法运算可以用稍微简单的乘法运算代替，如方程8所示：

其中Δ是比0略大的很小的数。如果所需的后续系统局限于确定ρ是否大于预先设定的临界值ρ_threshold，则上述方程可以简化为方程9：

【0031】根据实施例，为相关度进一步优化ACI特征可以通过将ACI集中在具体感兴趣的时间滞后或延迟(j)来实现。首先，自身限制信号的带宽可以产生自相关。然而，此自相关通常不关注使用ACI的后续系统。因此，仅仅需要计算时间滞后(j)，其中时间滞后(j)具有由限制带宽引起的微小自相关。此外，如果为图1中助听器的反馈抵消系统将ACI特征传送到自适应率控制器，则真正需要关注的时间滞后是那些可以表明反馈抵消滤波器状态和麦克风输入之间的相关程度的时间滞后。如果这些或较大的时间滞后的相关性太强，则存在适应不良的风险。这种情况通过上面提到的自适应率控制器来处理，并且在2007年4月2号提交的共同未决的PCT专利申请“Hearing Aid，and a Methodfor control of Adaptation Rate in Anti-Feedback Systems for HearingAids(助听器和控制助听器防反馈系统中自适应率的方法)”中进一步描述，该专利由同一申请人提交并且要求丹麦专利申请No.200600467的优先权，其内容合并在此处作为参考。基于这点，根据实施例，ACI通常仅仅评估时间滞后，该时间滞后在所关注频带上，与通过助听器后的延迟相对应，并且比通过助听器后的延迟大。

【0032】根据实施例，通过放弃对于对应于波长即所关注频带之外的频率的时间滞后的ACI计算，可以实现对相关抵消算法的复杂性进一步优化。这也提高了由ACI分开的频带的频率选择性，因为在所关注频带之外的理论上主导的正弦曲线不可能影响剩余的自相关面元(autocorrelation bins)。

【0033】根据本发明的实施例，后续系统所关注的特征是在频带内最大归一化的ACI。因此，根据实施例，提供下面的指数，其解释一组频带内的自相似程度和集体的自相似。用这种方法，特征向量被减少为几个非常信息化的ACI特征。

【0034】根据可替换实施例，查找统一的ACI特征中正指数最大的自相似，其提供指数以查找负指数最大的自相似，也就是，查找信号自相反指数，如方程12和13所示：

【0035】该可选ACI特征也可能在后续系统中非常受关注。根据具体实施例，该特征在ASA算法环境中，非常有助于辨别弦乐器和口声。口声的检测可以引起助听器增益策略优化言语感受与可理解性，与此同时弦乐器声音可以引起增益策略优化听觉舒适度。

【0036】根据可替换实施例的其他后续算法，处理负自相似与处理正自相似一样。在这种情况下，ACI信息被统一成表示自相似最大绝对值的单一特征，如方程14和15所示：

【0037】为简明起见，在下文中假设，但不限于，自相似最大绝对值是所关注的特征。实现特征向量的更有效的计算方式是，在找到最强的自相似后进行归一化处理，并且避免不需要的重复的归一化处理。

【0038】记住这点，通过相除的归一化转换成方程16：

【0039】通过迭代相除的归一化转换成方程17：

【0040】并且归一化临界值测定转换成方程18：

【0041】为了实现为存储器和计算负荷提供满足可行需要的信号自相似的相关ACI特征的目标，建议根据本发明的实施例进一步测量，来减少计算的需求和存储器的使用。记住这个目标，提供的实施例中，存储的时间滞后信号限于所关注信号的符号。存储符号数据代替存储全动态的信号，这大大地减少助听器系统的存储器需要。此外，计算相关函数的乘法运算被简化为符号运算，这又大大地减少了助听器的计算负荷，这从方程19中可以明显地看出：

$\mathrm{sd}\left(n\right)=\mathrm{sign}\left(x\left(n\right)\right)$

$r_{\mathrm{sd}}(n,j)=x\left(n\right)\·\mathrm{sign}\left(x(n-j)\right)+a\·r_{\mathrm{sd}}(n-1,j)\⇔$

$r_{\mathrm{sd}}(n,j)=x\left(n\right)\·\mathrm{sd}(n-j)+a\·r_{\mathrm{sd}}(n-1,j)\⇔---\left(19\right)$

【0042】根据另外的实施例，归一化的ACI特征可以通过利用方程16、17或18得到。

【0043】本发明进一步示出，符号运算符在评估适当的ACI特征方面令人满意，理由如下。以周期信号p(n)和完全随机的噪声信号s(n)为例。将上述信号叠加在一起构成示例信号x(n)，用以分析信号自相关。如果信号p(n)主导信号s(n)，则信号s(n)不可能引起符号改变。然而，如果来自信号p(n)的采样振幅比较小，则信号s(n)极可能使信号x(n)的符号“随机化”。如果信号p(n)是0，则信号x(n)的符号完全随机。通过依靠概率函数的P(n)与的比率，基于自相关特征的信号x(n)的符号能够非常良好地执行。进一步使用符号运算符可以产生实质上被归一化的算法，如方程20所示：

$\mathrm{sd}\left(n\right)=\mathrm{sign}\left(x\left(n\right)\right)$

${\mathrm{\ρ}}_{\mathrm{ss}}(n,j)=(1-a)\·\mathrm{sign}\left(x\left(n\right)\right)\·\mathrm{sign}\left(x(n-j)\right)+a\·{\mathrm{\ρ}}_{\mathrm{ss}}(n-1,j)\⇔$

${\mathrm{\ρ}}_{\mathrm{ss}}(n,j)=(1-a)\·\mathrm{sd}\left(n\right)\·\mathrm{sd}(n-j)+a\·r_{\mathrm{sd}}(n-1,j)\⇔---\left(20\right)$

其中

表示异或(XOR)逻辑运算符。使用ρ_ss特征可以非常有效的计算ACI，ρ_ss特征与所描述的其他特征相比有稍微不同的性质。因为所有采样点是等加权的，不像先前实施例中大振幅的采样点主导小振幅的采样点，根据本发明的另一个实施例，这种方法可以提供更稳定的自相关指数。

【0044】因此，振幅的位移不再表示某组采样点主导指数。差异可以被理解为平均自相关和中值自相关的差，基于ACI的ρ_ss是中值自相关。后者更多地取决于使用ACI的后续系统，但是在一些实施例中，在助听器系统中使用两个ACI特征以便按预期执行。

【0045】结合上述方法的一组概括的信息化的ACI特征(也称为概括特征)可以允许对使用这些特征的大范围的后续助听器系统的分析、推理和控制决策。此类助听器的更多实施例将在下面进行描述。

【0046】根据本发明实施例，考虑所描述的ACI特征的助听器的听觉场景分析(ASA)系统能够决定助听器是否应该为言语可懂性、舒适度、风噪声、合唱、音乐、如鸟叫的环境声音，闭塞等优化其功能。根据具体实施例，上述ACI特征可以帮助ASA系统辨别语音、弦乐器及正弦波、和类似噪声的声音；其中由最大正ACI特征和最小负ACI特征表明语音，由最大正ACI特征和相当的最大负ACI特征表明弦乐器及正弦波，由小量ACI特征表明类似噪声的声音。通过ACI特征和频带具体信号能量包络的长期发展，ASA系统可以将助听器使用者所在环境中的普通声音分类。通过获取听觉场景的标识，根据本发明，技术人员能够建议各种方法优化助听器中的信号处理。

【0047】根据实施例，用于助听器反馈抵消自适应滤波器的步长控制(SSC)系统能够更准确地确定给定的具体声音的不适应风险。如果ACI特征表示鸣笛或存在弦乐器，则步长控制系统适于减少步长或立即完全停止自适应。另一方面，如果ACI特征表示类似噪声的声音，则步长控制系统适于促进自适应。根据另外的实施例，在计算自适应率前，步长控制算法的准确运算还要考虑其他因素，诸如助听器增益和定向系统的效率。这在2006年3月31号提交的共同未决的专利申请PCT/EP2006/061215中进行了详细描述，其内容通过参考合并于此处。

【0048】根据本发明的实施例，用来动态查找助听器的鸣笛界限的助听器自动回路增益评估系统能够决定助听器是否接近鸣笛界限。甚至更进一步，ACI特征是否与另一个耳朵中的助听器通信。这在2007年4月2号提交的共同未决的PCT专利申请“Hearing Aid，and a Method forControl of Adaptation Rate in Anti-Feedback Systems for Hearing Aids(助听器和在助听器防反馈系统中控制自适应率的方法)”中已经进行了详细描述。

【0049】如本发明所描述，到目前为止，所描述的实施例示出一组仔细选择的ACI特征有助于改进助听器的功能性。

【0050】下面将参考图1-4更详细地描述根据本发明的实施例的助听器的实施，该助听器按照存储器和计算负荷的可行要求来提供信号自相似的相关概括的ACI特征。图1示出助听器的框图，该助听器实施ACI核心4以产生概括的ACI特征ACI_Result_[0；K]和ACI_Avg_[0；K]。图4示出根据本发明实施例通过评估ACI特征来控制助听器的操作步骤410-480的流程图。图2描述了根据本发明实施例的ACI核心4的详细框图。图3a-3g描述根据图2的ACI核心中存在的子模块的功能说明和更详细的框图。

【0051】图1中的助听器包括麦克风1和求和节点(因为信号y(n)具有负号，所以也被认为是减法节点)2，其中麦克风1用以接收音频输入信号d(n)(操作410)，求和节点2用以补偿从接收器9漏回到麦克风1的声反馈。减法节点从音频输入信号d(n)中减去反馈抵消信号y(n)，从而生成带通滤波器输入信号e(n)。带通滤波器组3包括K个带通滤波器，将经反馈补偿的带通滤波器输入信号e(n)分成多个有限带宽的音频信号v_k(n)(k∈[1；k])。压缩器8通过将增益应用到每个有限带宽音频信号v_k(n)，生成压缩输出信号u(n)。接收器9将处理器输出信号u(n)转换成输出声音。此外，自适应反馈抵消模块7中的自适应反馈抵消滤波器，基于带通滤波器输入信号e(n)、各自的滤波系数和由自适应率控制器6提供的自适应率，适应性地从处理器输出信号u(n)获得反馈抵消信号y(n)。

【0052】然后有限带宽信号v_k(n)和宽频带信号e(n)集合在一起输入到ACI核心4。ACI核心4为每个有限带宽信号和宽频带信号输出评估特征组(操作420)。这些评估特征组被输送到助听器的后续系统中，诸如听觉场景分析模块5和自适应率控制器6。而且有限带宽信号v_k(n)被输入到压缩器8，压缩器8基于这些输入信号首先计算信号包络。

【0053】根据由ACI核心4输送的特征和从压缩器8输送的信号包络特征，听觉场景分析模块5能够以模糊方式将声音环境分类。然后此模糊分类被反馈给压缩器8，此时压缩器8能够根据助听器使用者的听力损失、输入声级包络和声音环境类别，为助听器使用者选择增益策略。基于这些概括特征，压缩器8为每个有限带宽音频信号v_k(n)计算和施加增益，并且将它们添加在一起形成单一的压缩器输出信号u(n)。

【0054】然后计算的增益参数组与ACI核心提供的ACI特征一起被馈送给自适应率控制器6。基于这些特征，自适应率控制器6能够为自适应滤波模块7的自适应机构计算优化的自适应率，并且根据具体实施例，为自适应滤波模块7中的自适应反馈抵消滤波器调整滤波系数。此外，为自适应滤波模块7提供压缩器输出u(n)，以便模拟和适应反馈路径，从而生成反馈评估(也被称为反馈抵消信号)y(n)。最后，如已经提到的，压缩器输出u(n)被馈送给接收器单元9，该接收器单元9将数字信号u(n)转换成听得见的声波。

【0055】如图2中描述的ACI核心4包括下采样模块10，该下采样模块10如图3f所示每次跳过ACI_input_[0；K]信号中的第N个采样点(操作430)，就将计算和存储负荷减少因子N_k。后续的下采样模块10是符号提取模块(Sign)11，如图3a所示提取符号信号sd(n)(操作440)。符号提取模块再一次将符号信号sd(n)输送给符号存储模块12，如图3e所示。符号存储模块12也被称为存储和延迟装置，并且通过在符号信号sd_k(n)施加D个采样点的时间滞后或延迟而生成延迟版本的符号信号sd(n-D_k)(操作450)。

【0056】然后通过比较单元将符号信号的延迟版本的子集与非延迟版本的音频输入信号进行比较(操作460)。根据图2中描述的实施例，通过图3b中所示的cMULT模块13执行每个比较单元。每个信号频带k的最后M_k符号存储部分的输出被分别馈送给如图3b所示的cMULT模块13。每个cMULT模块13基于延迟的sd_k(n)符号信号选择其输出。如果所述符号信号为正，则cMULT模块13选择sx_k(n)作为输出反之亦然，即如果所述符号信号为负，则cMULT模块选择-sx_k(n)作为输出。基于输入到ACI_type_k的内核参数，sx_k(n)信号可以被选择为sd_k(n)信号或原始x_k(n)信号，该过程通过多路复用器14完成。

【0057】然后比较单元的输出被求平均，以提取信号自相似的延迟具体评估(操作470)。根据图2所描述的实施例，每个cMULT模块13的输出被图3c所示的Avg1模块15低通滤波。Avg1模块15的平均时间常数由输入到ACI_SpeedShr_k的内核参数决定。

【0058】随后，在操作480中，从Avg1模块15输出的延迟具体评估中确定概括特征。根据图2描述的实施例，cMULT模块的低通滤波输出被馈送给ABS模块16，ABS模块16可以返回其输入的绝对值。然后，来自ABS模块16的所有这些信号被传送到MAX模块17，MAX模块17可以查找最有用的自相似或自相反r_uni(n)。如果输入到ACI_type_k的内核参数被设置为0，则统一的ACI_Result_k特征被直接从MAX模块17的输出r_uni(n)传出，否则，r_uni(n)在被传送到多路复用器18的输出之前，将经历迭代相除的归一化过程，其中该多路复用器18输出选定的自相关指数。

【0059】根据实施例，通过操作470中的Avg1模块15理论上可获得的信号自相似的最大评估在两个步骤中出现。首先，下采样信号x(n)被传送到ABS模块19并且由ABS模块19调整。第二，经调整的x(n)由功能相同的滤波器20进行低通滤波，该功能相同的滤波器与上面提到的低通滤波器15执行相同的滤波功能。

【0060】应用信号自相似理论上可获得的最大评估r₀(n)，通过乘法模块21使对归一化的ACI特征的最后评估P_old(n)乘以r₀(n)，从而生成对信号r_uni(n)的评估r_est(n)。如果信号rest(n)比实际的r_uni(n)小，则归一化比较单元NCU 22决定通过将Δ加到产生输出p_uni(n)的信号p_old(n)来使归一化ACI特征增加Δ。反之，如果信号r_est(n)大于或等于实际的r_uni(n)，则归一化比较单元22决定以通过从信号P_old(n)中减去Δ来使归一化的ACI特征减小Δ。图3g进一步图示说明归一化比较单元22的功能。

【0061】根据另一个具体实施例，多路复用器18将所选的ACI_result类型传送给如图3d所示的二级低通滤波器Avg2 24。所述二级低通滤波器生成二级ACI特征，该二级ACI特征被传送给ACI_Avg_[0；k]向量。该二级特征向量ACI_Result_[0；k]包括主要特征发展趋势的信息，该信息然后也可被助听器中其他的信号处理单元使用。

【0062】本发明更多的示例性实施方式可以概括如下：

【0063】助听器包括：能够接收数字化的音频输入信号的信号通道；用于将所述信号的采样率减少到合适的装置；用于提取所述被减少的采样率信号的符号；用于存储和延迟所述符号信号的装置；用于将延迟版本的所述符号信号的子集与没有延迟的音频输入信号做比较；以及平均装置，其用以平均每个比较单元输出，以提取信号自相似的时间滞后具体评估。

【0064】该助听器进一步包括从信号自相似的时间滞后具体评估组中获取信号自相似的概括特征的装置。所述概括特征通过查找信号自相似的时间滞后具体评估的最大正值、最小负值或最大振幅，来确定。

【0065】每个比较单元基于音频输入信号的符号和延迟的符号信号生成一个符号输出。

【0066】每个比较单元基于对音频输入信号的符号与延迟的符号信号的比较生成具有音频输入信号幅度和一个符号的输出。

【0067】助听器进一步包括通过除以理论上可获得的信号自相似的最大评估来归一化所述概括特征的装置。

【0068】通过迭代除法实现归一化过程，并且每次除法迭代与信号自相似的计算评估的更新同时进行。

【0069】该助听器进一步包括用于评估超出一个或多于一个的归一化阈值的装置，其中通过将概括的未归一化的自相似特征的大小和理论上可获得的信号自相似的最大评估与正在分析的归一化阈值的乘积进行比较，来确定超出部分。

【0070】平均装置由自动回归的低通滤波器实现。

【0071】该助听器进一步包括对概括的自相似特征的长期平均。

【0072】助听器进一步包括从信号自相似的时间滞后具体评估组中获取信号自相似的概括特征。所述概括特征通过查找自相似的时间滞后具体评估的最大正值、最小负值或最大振幅的指数数目，来确定。

【0073】在助听器中，为多个音频输入信号进行自相似评估，并且所述音频输入信号来自多个带通滤波器和直接通过的宽频带音频输入信号。

【0074】在助听器系统中用以提取自相关特征的方法包括以下步骤：接收数字化的音频输入信号；将所述信号的采样率减少到合适；提取所述被减少采样率的信号的符号；存储和延迟所述符号信号；比较延迟版本的所述符号信号的一个子集与未延迟的音频输入信号；将比较的输出进行平均以提取信号自相似的时间滞后具体评估。

【0075】该方法进一步包括以下步骤：从信号自相似的时间滞后具体评估组中获得信号自相似的概括特征。所述概括特征通过查找信号自相似的时间滞后具体评估的最大正值、最小负值或最大振幅的指数数目，来确定。

【0076】比较步骤基于音频输入信号的符号和延迟的符号信号生成符号输出。

【0077】比较步骤基于对音频输入信号的符号与延迟的符号信号的比较，生成具有音频输入信号的振幅和一个符号的输出。

【0078】该方法进一步包括通过除以理论上可获得的信号自相似的最大评估来归一化所述概括特征的步骤。

【0079】通过迭代除法实现归一化过程，并且每次除法迭代与信号自相似的计算评估的更新同时发生。

【0080】该方法进一步包括评估超出一个或多于一个的归一化阈值的步骤，其中通过将概括的未归一化的自相似特征的大小和理论上可获得的信号自相似的最大评估与正在分析的归一化阈值的乘积进行比较，来确定超出部分。

【0081】通过自动回归的低通滤波器实现平均步骤。

【0082】该方法进一步包括长期平均概括的自相似特征的步骤。

【0083】该方法进一步包括从信号自相似的时间滞后具体评估组中获取信号自相似的概括特征的步骤。所述概括特征通过查找自相似的时间滞后具体评估的最大正值、最小负值或最大振幅的指数数目，来确定。

【0084】在此方法中，对多个音频输入信号进行自相似评估，并且所述音频输入信号来自多个带通滤波器和直接通过的宽频带音频输入信号。

【0085】在助听器中控制信号处理的方法包括以下步骤：为助听器中一个或多于一个信号评估自相关指数，并且基于此评估在助听器中控制信号处理。

【0086】一种助听器，其包括信号处理装置、用于评估助听器中一个或多于一个信号的自相关指数的装置和用于控制信号处理的控制装置，其中控制装置使用评估的自相关指数。上述描述特征的所有适当结合将被认为属于本发明，即使它们未以其结合的方式明确地描述。

【0087】根据本发明的实施例，在此处描述的助听器可以在信号处理装置上实现，信号处理装置适合于相同的处理装置，诸如数字信号处理器，包括现场可编程门阵列(FPGA)的模拟/数字信号处理系统、标准处理器、或专用信号处理器(ASSP或ASIC)。显而易见，优选整个系统在单一数字组件中执行，即使某些部分可以用技术人员全都知道的其他方式执行。

【0088】根据本发明实施例的助听器、方法和装置可以在任何适合的数字信号处理系统中执行。助听器、方法和装置还可以在例如会议中被听觉病矫治专家使用。根据本发明的方法还可以在计算机程序中执行，该计算机程序包含执行根据本文描述的实施例的方法的可执行程序编码。如果使用客户—服务器环境，本发明的实施例包括远程服务器计算机，其实现根据本发明的系统并且主控执行根据本发明的方法的计算机程序。根据另一个实施例，可以提供如计算机可读存储介质的计算机程序产品用以存储根据本发明的计算机程序，所述可读存储介质包括软盘、存储棒、CD-ROM、DVD、闪存、或任何其他合适的存储介质。

【0089】根据另外的实施例，程序编码可以存储在数字听觉装置的存储器或计算机存储器中，并且该程序编码可以通过助听器装置本身或诸如其中CPU的处理单元或任何其他适合的处理器或执行根据所述实施例的方法的计算机，来执行。

【0090】本发明的原理在其中的实施例中已经被描述和解释，在未偏离此原理的情况下，可以对本发明的布置和细节进行修改，这对本领域的技术人员是显而易见的。在不偏离本发明精神的情况下，可以在本发明的范围内进行改变和修改，并且本发明包括所有这样的变化和修改。

Claims (35)

1.一种助听器，其包括：

信号通道，其用于接收至少一个音频输入信号；

自相关指数ACI评估装置，其包括：

下采样装置，其用于生成所述音频输入信号的采样率减少的信号；

符号提取装置，其用于提取所述采样率减少的信号的符号信号；

存储和延迟装置，其用于产生和存储所述符号信号的延迟版本；

比较装置，其用于将所述符号信号的所述延迟版本的一个子集与非延迟版本的音频输入信号进行比较；

平均装置，其用于平均所述比较装置的输出，以提取信号自相似的延迟具体评估；

获取装置，其通过根据所述信号自相似的所述延迟具体评估确定概括特征，来推导出评估的自相关指数。

2.根据权利要求1所述的助听器，其中所述音频输入信号是宽频带音频输入信号，并且所述助听器进一步包括：

带通滤波器组，其用于把所述宽频带音频输入信号分离成有限带宽的音频信号；并且

其中所述自相关指数评估装置适于，通过为所述有限带宽的音频信号计算自相关矩阵和为所述宽频带音频输入信号计算自相关向量，来评估至少一个自相关指数。

3.根据权利要求1所述的助听器，其中所述音频输入信号是宽频带音频输入信号，并且所述助听器进一步包括：

带通滤波器组，其用于把所述宽频带音频输入信号分离成有限带宽的音频信号；并且其中所述自相关指数评估装置适于处理多个音频输入信号，所述多个音频输入信号包括至少一个所述有限带宽的音频信号和所述宽频带音频输入信号。

4.根据前述任何一项权利要求所述的助听器，其中所述概括特征是通过查找所述信号自相似的延迟具体评估的最大正值、最小负值或最大幅值来确定的。

5.根据前述任何一项权利要求所述的助听器，其中所述符号信号的所述延迟版本的子集仅包括这样的延迟版本：其具有等于或大于在各自有限带宽音频信号的频带上通过助听器的延迟。

6.根据前述任何一项权利要求所述的助听器，其中所述符号信号的所述延迟版本的子集包括所产生的延迟版本的全集。

7.根据前述任何一项权利要求所述的助听器，其中所述比较装置包括一组比较单元，每个比较单元都基于所述非延迟音频输入信号的符号和各自延迟的符号信号产生一个符号比较输出信号。

8.根据前述任何一项权利要求所述的助听器，其中所述比较装置包括一组比较单元，每个比较单元都基于对所述非延迟音频输入信号的符号和所述延迟的符号信号的比较产生符号比较输出信号，所述符号比较输出信号具有所述非延迟音频输入信号的振幅和一个符号。

9.根据前述任何一项权利要求所述的助听器，其中所述自相关指数评估装置进一步包括：

归一化装置，其通过与所述信号自相似的最大理论上可获得的评估相除，将所述概括特征归一化。

10.根据权利要求9所述的助听器，其中所述归一化装置适于通过迭代除法将所述概括特征归一化，其中每次除法迭代与所述信号自相似的评估更新同时发生。

11.根据权利要求9或10所述的助听器，其中所述自相关指数评估装置进一步包括：

一种装置，其通过将所述概括特征其中之一的大小与和正在分析的所述归一化阈值相乘的所述信号自相似的最大可获得评估进行比较，来确定一个或多于一个归一化阈值的超出部分。

12.根据前述任何一项权利要求所述的助听器，其中所述平均装置是自动回归的低通滤波器。

13.根据前述任何一项权利要求所述的助听器，其中所述自相关指数评估装置进一步包括：

一种用于产生所述概括特征的长期平均的装置。

14.根据前述任何一项权利要求所述的助听器，其中所述自相关指数评估装置进一步包括：

一种装置，其通过查找所述信号自相似的延迟具体评估的最大正值、最小负值或最大幅值的指数数目，来从所述信号自相似的延迟具体评估组中获得关于信号自相似概括特征。

15.根据前述任何一项权利要求所述的助听器，其进一步包括：

麦克风，其用于将所述助听器声音环境下的声音转换成所述音频输入信号；

减法节点，其用于从所述音频输入信号中减去反馈抵消信号，从而生成带通滤波器输入信号，其中所述带通滤波器将所述带通滤波器输入信号分成所述有限带宽的音频信号；

压缩器，其用于通过对每个有限带宽的音频信号施加增益来产生压缩输出信号；

接收器，其用于将所述处理器输出信号转换成输出声音；

自适应反馈抵消滤波器，其用于从所述处理器输出信号中获得所述反馈抵消信号。

16.根据权利要求15所述的助听器，其进一步包括：

声音场景分析装置，其基于至少一个所述评估的自相关指数和从所述处理器输入的信号包络特征，将所述声音环境类别分类；并且

其中所述压缩器进一步适于从助听器使用者的听力损失、所述有限带宽的音频信号的所述输入声音包络和从所述声音场景分析装置输入的所述声音环境类别中推导出所述增益。

17.根据权利要求15或16所述的助听器，其进步一部包括：

自适应率控制器，其基于至少一个所述评估的自相关指数和所述增益，来调整所述自适应反馈抵消滤波器的自适应率。

18.一种用于在助听器中控制信号处理的方法，其包括：

接收至少一个音频输入信号；

为所述音频输入信号评估自相关指数，包括：

生成所述音频输入信号的采样率减少的信号；

提取所述采样率减少的信号的符号信号；

生成和存储所述符号信号的延迟版本；

比较所述符号信号的所述延迟版本的子集与非延迟版本的音频输入信号；

平均所述比较步骤的输出，以提取信号自相似的延迟具体评估；及

通过根据所述信号自相似的所述延迟具体评估确定概括特征，来推导所述评估的自相关指数的版本。

19.根据权利要求18所述的方法，其中所述音频输入信号是宽频带音频输入信号，并且所述方法进一步包括：

将所述宽频带音频输入信号分离成有限带宽的音频输入信号；及

通过为至少一组所述有限带宽的音频信号计算自相关矩阵和/或为所述宽频带音频输入信号计算自相关向量，评估至少一个自相关指数。

20.根据权利要求18所述的方法，其中所述音频输入信号是宽频带输入信号，并且所述方法进一步包括：

将所述宽频带音频输入信号分离成有限带宽的音频输入信号；及

处理多个音频输入信号，所述多个音频输入信号包括至少一个所述有限带宽的音频信号和所述宽频带输入信号。

21.根据权利要求18-20中任何一项所述的方法，其中所述概括特征是通过查找所述信号自相似的延迟具体评估的最大正值、最小负值或最大幅值来确定的。

22.根据权利要求18-21中任何一项所述的方法，其中所述符号信号的所述延迟版本的子集仅包括这样的延迟版本：该延迟等于或大于在各自有限带宽音频信号的频带上通过所述助听器的延迟。

23.根据权利要求18-21中任何一项所述的方法，其中所述符号信号的所述延迟版本的子集包括全部所产生的延迟版本。

24.根据权利要求18-23中任何一项所述的方法，其中比较步骤进一步包括基于非延迟音频输入信号的符号和各自延迟的符号信号产生一组符号比较输出信号。

25.根据权利要求18-23中任何一项所述的方法，其中比较步骤进一步包括基于对所述非延迟音频输入信号的符号和所述延迟的符号信号的比较产生一组符号比较输出信号，每个符号比较输出信号具有非延迟音频输入信号的振幅和一个符号。

26.根据权利要求18-25中任何一项所述的方法，其中评估所述自相关指数的步骤进一步包括：

通过除以与所述信号自相似的最大理论上可获得的评估，将所述概括特征归一化。

27.根据权利要求26所述的方法，其中在所述归一化步骤中，所述概括特征是通过迭代除法来被归一化的，其中每次除法迭代与所述信号自相似的评估更新同时发生。

28.根据权利要求26或27所述的方法，其中评估所述自相关指数的步骤进一步包括：

通过将所述概括特征其中之一的大小与和正在分析的所述归一化阈值相乘的所述信号自相似的最大可获得评估进行比较，来确定一个或多于一个归一化阈值的超出部分。

29.根据权利要求18-28中任何一项所述的方法，其中通过使用自动回归的低通滤波器来实现平均。

30.根据权利要求18-29中任何一项所述的方法，其中评估所述自相关指数的步骤进一步包括：

产生所述概括特征的长期平均。

31.根据权利要求18-30中任何一项所述的方法，其中评估所述自相关指数的步骤进一步包括：

通过查找所述信号自相似的延迟具体评估的最大正值、最小负值或最大幅值的指数数目，来从所述信号自相似的所述延迟具体评估组中获得关于信号自相似的概括特征。

32.根据权利要求18-31中任何一项所述的方法，其进一步包括：

将助听器声音环境下的声音转换成所述音频输入信号；

从所述音频输入信号中减去反馈抵消信号，从而生成带通滤波器输入信号，其中所述带通滤波器输入信号被分成所述有限带宽的音频信号；

通过对每个有限带宽的音频信号施加增益来产生压缩输出信号；

将处理的输出信号转换成输出声音；

从所述处理器输出信号中推导所述反馈抵消信号。

33.根据权利要求32所述的方法，其进一步包括：

基于至少一个所述评估的自相关指数和从所述处理器输入的信号包络特征，将所述声音环境类别分类；以及

从助听器使用者的听力损失、所述有限带宽的音频信号的输入声音包络和所述声音环境类别中推导所述增益。

34.根据权利要求32或33所述的方法，其进一步包括：

基于至少一个所述评估的自相关指数和所述增益，来调整所述自适应率用以自适应地获取所述反馈抵消信号。

35.一种计算机程序产品，其包括程序编码，当在计算机上运行时，其执行权利要求18-34其中之一所述的方法。

Images