CN102118675A - 带有自适应反馈补偿装置的助听器 - Google Patents

Abstract

本发明涉及一种带有自适应反馈补偿装置的助听器，包括：麦克风，用于将声音转换成音频输入信号；听力损失处理器，被配置为依照该助听器的用户的听力损失来处理该音频输入信号；接收器，用于将音频输出信号转换成输出声音信号；自适应反馈抑制器，被配置为通过对该助听器的反馈信号路径进行建模而生成反馈抑制信号，该自适应反馈抑制器具有连接到减法器的输出端，该减法器被连接用来从该音频输入信号中减去该反馈抑制信号，并且将反馈补偿后的音频信号输出到该听力损失处理器的输入端；以及，合成器，被配置为基于声音模型和该音频输入信号生成合成信号，并且被配置为在该音频输出信号中包括该合成信号。

Description

带有自适应反馈补偿装置的助听器

技术领域

本发明涉及一种助听器，尤其涉及一种具有反馈消除的助听器。

背景技术

在助听器中，反馈是众所周知的问题，并且现有技术中存在多种用于抑制和消除反馈的系统。随着非常小的数字信号处理(DSP)单元的开发，在诸如听力仪器之类的微小装置中执行用于反馈抑制的高级算法已经成为可能，例如参见美国专利US 5,619,580，US 5,680,467以及US 6,498,858。

上述助听器中的现有技术中的用于消除反馈的系统都主要涉及外部反馈的问题，即，在助听器的扬声器(常称作接收器)和麦克风之间沿着助听器设备外部路径的声音传输。这个问题也被称为声学反馈，例如，在助听器耳模未与佩戴者的耳朵完全适配时，或者在耳模包含例如以通风为目的的沟槽或开口的情况下，会发生所述声学反馈。在这两个例子中，声音都可能从接收器“泄漏”到麦克风，从而引起了反馈。

然而，助听器中的反馈还可能在内部发生，因为声音可以从接收器经由助听器外壳内部的路径传输到麦克风。这种传输可以是空气传播的，或者是由助听器外壳或听力仪器内的一些部件中的机械振动引起的。在后一情形下，接收器中的振动例如经由(一个或多个)接收器固定件传输到助听器的其它部分。

WO 2005/081584公开了一种能够补偿助听器外壳内的内部机械和/或声学反馈以及外部反馈的助听器。

使用自适应滤波器来估计反馈路径是众所周知的。在下文中，将这种方法称为自适应反馈消除(AFC)或者自适应反馈抑制。然而，响应于诸如音乐之类的相关输入信号，AFC产生了反馈路径的偏差估计。

为了减小偏差，已经提出了多种方法。传统的方法包括：在前向路径或者消除路径中引入信号解相关操作，例如，延迟或者非线性；将探测器信号添加到接收器输入端上；以及例如通过限制式自适应或者限带的自适应来控制反馈消除器的自适应。美国专利申请公开文件US 2009/0034768公开了这些已知的用于克服偏差问题的方法中的其中的一种，其中，为了在某个频率区域将来自麦克风的输入信号与接收器处的输出信号解相关而使用了频移。

在下文中，提供了一种用于减少具有自适应反馈消除的助听器中的偏差问题的新的方法。

发明内容

因而，提供了一种助听器，包括：

麦克风，用于将声音转换成音频输入信号，

听力损失处理器，被配置为依照该助听器的用户的听力损失来处理该音频输入信号，

接收器，用于将音频输出信号转换成输出声音信号，

自适应反馈抑制器，被配置为通过对该助听器的反馈信号路径进行建模而生成反馈抑制信号，该自适应反馈抑制器具有连接到减法器的输出端，

所述减法器，被连接用来从该音频输入信号中减去该反馈抑制信号，并且将反馈补偿后的音频信号输出到该听力损失处理器的输入端，

合成器，被配置为基于声音模型和该音频输入信号生成合成信号，并且被配置为在该音频输出信号中包括该合成信号。

以使得合成信号不与输入信号相关的方式来省测绘那个该合成信号，以便该合成信号的包含减少了偏差问题。

该合成信号可以在依照用户的听力损失对音频输入信号进行处理之前或之后被包括。

该声音模型在一实施例中是音频流的信号模型。

因此，可以将该合成器的输出端连接到该听力损失处理器的输入侧；或者，可以将该合成器的输出端连接到该听力损失处理器的输出侧。

进一步地，可以将该合成器的输入端连接到该听力损失处理器的输入侧；或者，可以将该合成器的输入端连接到该听力损失处理器的输出侧。

例如，通过在助听器的线路中的特定点处和特定频带中衰减该音频信号，以及将该合成信号添加到特定频带中的衰减或者移除后的音频信号中，例如以所得信号的振幅基本保持等于原始未衰减的音频信号的方式，该合成信号可以被包括在助听器的线路中任何地方的音频信号中。因此，该助听器可以包含具有用于音频信号的输入端的滤波器，例如，该输入端连接到听力损失处理器的输入端和输出端之一，该滤波器在特定频带中衰减该滤波器的输入信号。该滤波器进一步具有提供衰减后的信号结合合成信号的输出端。例如，该滤波器可以结合加法器。

该频带是可调的。

在一类似方式中，代替衰减，可以在助听器的线路中的特定点处和特定频带中用合成信号来代替该音频信号。因此，该滤波器可以被配置为移除特定频带中的滤波器输入信号并代之以添加该合成信号，例如以所得信号的振幅基本保持等于输入到滤波器的原始音频信号的方式。

例如，反馈振荡可能仅仅或主要在某个频率以上例如在2kHz以上发生，以便仅在此频率以上例如在2kHz以上需要减小偏差。因此，可以保持原始音频信号的低频部分例如低于2kHz的部分而不做任何修改，同时可以通过合成信号来全部或者部分地代替高频部分例如高于2kHz的部分，优选地以所得信号的包络相较原始未代替的音频信号保持基本不变的方式。

该声音模型可以是基于线性预测分析的。因此，该合成器可以被配置为执行线性预测分析。该合成器可以进一步的被配置为执行线性预测编码。

线性预测分析和编码导致助听器中改进的反馈补偿，这是因为可能获得更大的增益以及不用牺牲言语可懂度和声音质量就改进了动态性能，尤其对于听力损伤的人来说。

该合成器可以包含噪声发生器，例如白噪声发生器或有色噪声发生器，该噪声发生器被配置为用于激励声音模型以生成包含合成元音的合成信号。在现有技术的线性预测声码器中，用脉冲序列激励声音模型以合成元音。将噪声发生器用于合成浊音和清音语音则简化了助听器线路，这是因为浊音激活检测的需求连同基音估计一起被清除，从而将该助听器线路的负荷计算保持在最低限度。

该反馈补偿器可以进一步包含第一模型滤波器，用于基于该声音模型修正输入到反馈补偿器的误差。

该反馈补偿器可以进一步包含第二模型滤波器，用于基于该声音模型修正输入到反馈补偿器的信号。因此实现了从输入信号和输出信号中移除该声音模型(也称做信号模型)，以便仅有白噪声进入自适应环路，其确保了更快的收敛，尤其当使用最小均方差(LMS)自适应算法来更新反馈补偿器时。

依照本发明另一方面，提供了一种助听器，包括：

麦克风，用于将声音转换成音频输入信号，

听力损失处理器，被配置为依照该助听器的用户的听力损失来处理该音频输入信号，

接收器，用于将音频输出信号转换成输出声音信号，

自适应反馈抑制器，被配置为通过对该助听器的反馈信号路径进行建模而生成反馈抑制信号，该自适应反馈抑制器具有连接到减法器的输出端，

所述减法器，被连接用来从该音频输入信号中减去该反馈抑制信号，并且将反馈补偿后的音频信号输出到该听力损失处理器的输入端，

合成器，被配置为基于声音模型和该音频输入信号的高频部分生成合成信号，并且被配置为在该音频输出信号中包括该合成信号。

依照本发明第二方面的实施例，该音频输入信号的高频部分处于适当的频率区域，例如2kHz-20kHz、或2kHz-15kHz、或2kHz-10kHz、或2kHz-8kHz、或2kHz-5kHz、或2kHz-4kHz、或2kHz-3,5kHz、或者1,5kHz-4kHz间的间隔。

附图说明

在下文中，通过参考附图将更加详细地说明本发明的优选实施例，其中：

图1示出了依照本发明的助听器的一实施例，

图2示出了依照本发明的助听器的一实施例，

图3示出了依照本发明的助听器的一实施例，

图4示出了依照本发明的助听器的一实施例，

图5示出了依照本发明的助听器的一实施例，

图6示出了所谓的限带LPC分析器和合成器，

图7图解说明了依照本发明的助听器的一优选实施例，以及

图8图解说明了依照本发明的助听器的另一优选实施例。

具体实施方式

现在，在下文中，通过参考附图，将更加彻底地描述本发明，其中示出了本发明的示例性实施例。然而，可以以不同形式来实现本发明，并且不应将其解释为限制于在此所提出的实施列。相反，提供这些实施例是为了使得本公开是详尽且完整的，并且向本领域技术人员彻底传达本发明的范围。全文中相同的参考数字表示相同的元件。因此，关于对每个附图的描述，不会详细地描述相同的元件。

图1示出了依照本发明的助听器2的一实施例。图解说明的助听器2包括：麦克风4，用于将声音转换成音频输入信号6；听力损失处理器8，被配置为依照助听器2的用户的听力损失来处理音频输入信号8；接收器10，用于将音频输出信号12转换成输出声音信号。图解说明的助听器2还包括自适应反馈抑制器14，被配置为通过对助听器2的反馈信号路径进行建模(未图解说明)来生成反馈抑制信号16，其中自适应反馈抑制器14具有连接到减法器18的输出端，该减法器18被连接用于从音频输入信号6中减去反馈抑制信号16，由此减法器18将反馈补偿后的音频信号20输出到听力损失处理器8的输入端。助听器2还包括合成器22，所述合成器22被配置为基于声音模型和该音频输入信号生成合成信号，并且被配置为在音频输出信号12中包括该合成信号。该声音模型可以是AR模型(自回归模型)。

在依照本发明的一优选实施例中，由听力损失处理器8执行的处理是频率相关的，并且该合成器也执行频率相关的操作。例如，这可以通过仅合成来自听力损失处理器8的输出信号的高频部分来实现。

根据依照本发明的助听器2的可选实施例，可以互换听力损失处理器8和合成器22的放置，以便沿着从麦克风4到接收器10的信号路径，将合成器22放在听力损失处理器8之前。

依照助听器2的一优选实施例，听力损失处理器8、合成器22、自适应反馈抑制器14和减法器18形成助听器数字信号处理器(DSP)24的一部分。

图2示出了依照本发明的助听器2的一可选实施例，其中，合成器22的输入端连接到听力损失处理器8的输出侧，并且合成器22的输出端经由加法器26连接到听力损失处理器8的输出侧，加法器26将由合成器22生成的合成信号添加到听力损失处理器8的输出端。

图3示出了依照本发明的助听器2的另一可选实施例，其中，合成器22的输入端连接到听力损失处理器8的输入侧，并且合成器22的输出端经由加法器26连接到听力损失处理器8的输出侧，加法器26将合成器22的输出信号添加到听力损失处理器8的输出端。

图2和图3所示的实施例同图1所示的实施例非常相似。因此，仅仅描述了它们之间的差别。

对遭受高频听力损失的患者的早先的研究已经说明，通常反馈在2kHz以上的频率处是最常见的。这表明在大多数情况下仅需在2kHz以上的频率区域中减少偏差问题以改进自适应反馈抑制的性能。因此，为了解相关输入信号6和输出信号12，仅在高频区域中需要该合成信号，而该信号的低频部分可以保持无需更改。因此，可以想出图2和图3所示实施例的两个可替换实施例，其中，在听力损失处理器8的输出端和加法器26之间的信号路径上插入低通滤波器28，并且在合成器22的输出端和加法器26之间的信号路径上插入高通滤波器30。在图4和图5所示的实施例中图解说明了上述情形。可选地，滤波器28可以是一个仅仅一定程度上使听力损失处理器8的输出信号的高频部分衰减的滤波器。类似地，在一可选实施例中，滤波器30可以是一个仅仅一定程度上使来自合成器22的合成输出信号的低频部分衰减的滤波器。

在一实施例中，可以将滤波器28和30的渡越(crossover)频率或截止频率设置为缺省值，例如处于1.5kHz-5kHz的范围内，优选地为1.5kHz到4kHz之间的某处，例如，1.5kHz、1.6kHz、1.8kHz、2kHz、2.5kHz、3kHz、3.5kHz或4kHz这些值中的任意一个值。然而在一可选实施例中，可以将滤波器28和30的渡越频率或截止频率选择为5kHz-20kHz的范围内的某处。

可选地，可以基于在将助听器2适配到用户期间的适配情况，以及基于在将助听器2适配到特定用户期间的反馈路径的测量，来选择或者决定滤波器28和30的截止频率或渡越频率。还可以依据助听器2的用户的听力损失的测量或估计来选择滤波器28和30的截止频率或渡越频率。然而在一可选实施例中，滤波器28和30的渡越频率或截止频率是可调的。

可选地，通过使用低通滤波器28和高通滤波器30，来自听力损失处理器8的输出信号可在所选频带内由来自合成器22的合成信号来代替，在所选频带中，助听器2对反馈最敏感。这个例如可以通过使用滤波器组的适当排列来完成。

在优选实施例的下列详细描述中，可以基于使用线性预测编码(LPC)以估计信号模型和合成输出声音来进行该描述。该LPC技术是基于自回归(AR)建模的，实际上其非常精确地对语音信号的生成建模。依照本发明优选实施例提出的算法可以分解为以下4部分：1)LPC分析器：该级估计信号的参数模型，2)LPC合成器：这里通过使用导出模型滤除白噪声来生成合成信号，3)混合器，其将原始信号和合成复本结合起来，以及4)自适应反馈抑制器14，其使用输出信号(原始+合成)来估计反馈路径(然而，应了解的是，可选地，可以将输入信号分成多个带，然后在这些带中的一个或多个带上运行LPC分析器)。所提出的方案基本上由信号合成和反馈路径自适应这两部分组成。下面将先描述信号合成，然后将描述依照本发明的助听器2的一优选实施例，其中，反馈路径自适应方案利用外部信号模型，并且然后将描述依照本发明的助听器2的一可选实施例，其中，该自适应是基于内部LPC信号模型(声音模型)的。

图6中示出了所谓的限带LPC分析器和合成器(BLPCAS)32。图解说明的BLPCAS 32只是合成器22的详细实施例，其中结合了带通滤波器。因此，缓和了对图4和图5中所示的辅助滤波器28和30的需求。

线性预测编码基于将感兴趣的信号建模成全极点信号。由下列差分等式来生成全极点信号：

$x\left(n\right)=\underset{l=1}{\overset{L}{\mathrm{\Σ}}}{a}_{l}x(n-l)+e\left(n\right)$ (等式1)

其中，x(n)是信号，

是模型参数，以及e(n)是激励信号。如果该激励信号是高斯分布白噪声，则该信号被称为自回归(AR)过程。图6中示出的BLPCAS 32包括白噪声发生器(未示出)，或者从外部白噪声发生器接收白噪声信号。如果待(在均方意义上)估计所测量信号y(n)的全极点模型，则用公式表示出下面的最优化问题：

$\hat{a}=\arg \underset{a}{\min }E\left[{\left|\right|y\left(n\right)-a^{T}y(n-1)\left|\right|}^2\right]$ (等式2)

其中，a^T＝(a₁ a₂ ... a_L)，并且y^T(n)＝(y(n) y(n-1) ...y(n-L+1))。如果该信号确实是真的AR过程，则残差y(n)-a^Ty(n-1)将是完美的白噪声。如果不是真的AR过程，则该残差将是有色的。通过LPC分析块34来图解说明这个分析和编码。LPC分析块34接收输入信号，该输入信号由模型滤波器36分析，以最小化LPC分析块34的输入信号与滤波器36的输出之间的差别的方式，来适调(adapt)模型滤波器36。当最小化该差别时，模型滤波器36非常精确地对该输入信号建模。将模型滤波器36的系数复制到LPC合成块40中的模型滤波器38中。然后通过白噪声信号激励模型滤波器38的输出。

对于语音来说，可以假定AR模型对于清音语音具有好的精确度。对于浊音语音(A，E，O等)来说，可以仍然使用全极点模型，但是传统上，在这种情形下激励序列已经被脉冲序列所代替以反映出音频波形的音调特性。依照本发明的一实施例，只有白噪声序列被用来激励该模型。这里应了解的是，发音期间产生的语音声音被称为浊音。几乎所有的主要语言的元音声以及一些辅音都是浊音。在英语语言中，例如，可以通过以下单词中的起始音和尾音来说明浊音辅音：“bathe”、“dog”、“man”、“jail”。当声襞是分离的并且不振动时产生的语音声音被称为清音。清音语音的例子是单词“hat”、“cap”、“sash”、“faith”中的辅音。在耳语期间，所有的声音都是清音。

当已经利用等式(等式2)估计了全极点模型时，必须在LPC合成块40中合成该信号。对于清音语音来说，残差信号近似为白信号，并且可以容易地被另一白噪声序列所代替，与原始信号是统计上不相关的。对于浊音语音或音调输入来说，残差将不是白噪声，并且该合成将必须基于例如脉冲序列激励。然而，脉冲序列在很长时间段内将是高度自相关的，并且，对接收器10的输出与麦克风4的输入进行解相关的目标将丢失。作为代替，即使残差信号显示出高度的色彩，该信号在该点上还使用白噪声来合成。从语音理解性的角度来看，这是很好的，因为在该信号的振幅谱中携带很多语音信息。然而，从音频品质的角度来看，仅由白噪声激励的全极点模型将发出非常随机且讨厌的声音。为了限制品质上的影响，识别出特定频率区域，在该特定频率区域，该设备对于反馈最敏感(通常在2-4kHz之间)。因此，只在这个带中合成该信号，而在所有其它频率中保持不受影响。在图6中，可以看到限带LPC分析器34和合成器40的块图。对整个信号执行LPC分析，以为振幅谱创建可靠的模型。将导出系数复制到合成块40(事实上是复制到模型滤波器38)中，合成块40是由经由限带滤波器42滤波后的白噪声驱动的，将该限带滤波器42设计为与假定用该合成信号代替原始信号处的频率相对应。并联支路用互补滤波器44对原始信号进行滤波，该互补滤波器44是用来驱动合成块40的带通滤波器42的互补滤波器。最后，在加法器46中混合这两个信号，以便生成合成的输出信号。可以以多种方式完成AR模型估计。然而，重要的是谨记：由于该模型将被用来合成而不仅仅是分析，所需的是获得稳定且功能良好的估计。一种估计稳定模型的方法是使用列文逊-杜宾(Levinson Durbin)递归算法。

在图7中，示出了依照本发明的助听器2的一优选实施例的框图，其中BLPCAS 32放置在从听力损失处理器8的输出端到接收器10的信号路径上。本实施例可以认为是现有自适应反馈抑制框架上的添加。还图解示出了非期望的反馈路径，如同块48象征性地所示。麦克风10处的测量信号由直接信号和反馈信号组成：

r(n)＝s(n)+f(n)，

f(n)＝FBP(z)y(n)        (等式3)

其中，z(n)是麦克风信号，s(n)是进入声音，f(n)是通过用反馈路径的冲激响应对BLPCAS 32的输出y(n)进行滤波而生成的反馈信号。BLPCAS 32的输出可以写为：

(等式4)

其中，w(n)是合成白噪声过程，A(z)是估计的AR过程的模型参数，y₀(n)是来自听力损失处理器8的原始信号，以及BPF(z)是带通滤波器42，该带通滤波器42选择其中输入信号将被替换为合成版本的频率。

那么，在麦克风上的测量信号将是：

$r\left(n\right)=s\left(n\right)+\mathrm{FBP}\left(z\right)[1-\mathrm{BPF}\left(z\right)]y_0\left(n\right)+\mathrm{FBP}\left(z\right)\mathrm{BPF}\left(z\right)\left[\frac{1}{1-A\left(z\right)}\right]w\left(n\right)$ (等式5)

在将输出信号发送到接收器10(以及发送到自适应环路)之前，对于复合(composite)信号计算AR模型。这个由块50图解说明。AR模型滤波器52具有系数A_LMS(z)，该系数A_LMS(z)传递到自适应环路中的滤波器54和56(优选地，这些滤波器体现为有限冲激响应(FIR)滤波器或者无限冲激响应(IIR)滤波器)，并且被用来解相关该反馈信号和麦克风4上的进入信号。从麦克风4(图7的左边)进入LMS更新块58的滤波后的分量是：

$d_{\mathrm{LMS}}\left(n\right)=[1-A_{\mathrm{LMS}}\left(z\right)]r\left(n\right)=[1-A_{\mathrm{LMS}}\left(z\right)]s\left(n\right)+[1-A_{\mathrm{LMS}}\left(z\right)]\mathrm{FBP}\left(z\right)[1-\mathrm{BPF}\left(z\right)]y_0\left(n\right)+\·\·\·$

$\·\·\·+\mathrm{FBP}\left(z\right)\mathrm{BPF}\left(z\right)\left[\frac{1-A_{\mathrm{LMS}}\left(z\right)}{1-A\left(z\right)}\right]w\left(n\right),$

(等式6)

并且，从接收器侧(图7的右边)到LMS更新块58的滤波后的分量是：

$u_{\mathrm{LMS}}\left(n\right)=[1-A_{\mathrm{LMS}}\left(z\right)]\mathrm{FBP}0\left(z\right)y\left(n\right)=[1-A_{\mathrm{LMS}}\left(z\right)]\mathrm{FBP}0\left(z\right)[1-\mathrm{BPF}\left(z\right)]y_0\left(n\right)+\·\·\·$

$\·\·\·+\mathrm{FBP}0\left(z\right)\mathrm{BPF}\left(z\right)\left[\frac{1-A_{\mathrm{LMS}}\left(z\right)}{1-A\left(z\right)}\right]w\left(n\right),$

(等式7)

其中，由块60表示的FBP0(z)是在助听器2的适配时所获得的初始反馈路径估计，并且尽可能好地接近静态反馈路径。那么，为了最小化反馈的影响，标准化的LMS自适应规则将是：

u_LMS(n)＝(u_LMS(n) u_LMS(n-1) ... u_LMS(n-N+1))^T

$e_{\mathrm{LMS}}\left(n\right)=d_{\mathrm{LMS}}\left(n\right)-g_{\mathrm{LMS}}^T\left(n\right)u_{\mathrm{LMS}}\left(n\right)$ (等式8)

$g_{\mathrm{LMS}}(n+1)=g_{\mathrm{LMS}}\left(n\right)+\mathrm{\μ}\frac{u_{\mathrm{LMS}}\left(n\right)}{\left|\right|u_{\mathrm{LMS}}\left(n\right)\left|\right|}{e}_{\mathrm{LMS}}\left(n\right)$

其中，g_LMS是已经移除初始估计之后的残余反馈路径的N抽头FIR滤波器估计，以及μ是控制自适应速率和稳态失配的自适应常数。应注意的是，如果外部LPC分析块A_LMS(z)中的模型参数与BLPCAS块32给定的参数A(z)相匹配，则在执行信号代替处的频率中剩余的唯一事物是白噪声。这对于自适应是非常有益的，因为LMS算法对于白噪声输入具有非常快的收敛。因此，可以预期到，同传统自适应X-滤波解相关比较起来，代替频带中的动态性能将得到极大的改进。然而，因为使用基于LMS的自适应方案来得出用于解相关的信号模型，并且BLPCAS 32中的信号模型是基于列文逊-杜宾的，所以将预期到，该模型不是总是相同的，但是仿真已经示出这不会引起任何问题。

在图解说明的实施例中，将块50连接到BLPCAS 32的输出端。然而，在一可选实施例中，还可以将块50放置在听力损失处理器8的前面，即可以将块50的输入端连接到听力损失处理器8的输入端。

图8示出了依照本发明的助听器2的另一优选实施例，其中，直接使用来自BLPCAS 32的信号模型，而不用外部模型器(如同图7所示的实施例中的块50所图解说明的)。到接收器10的输出同(等式4)中的一样，并且麦克风4上的测量信号同(等式5)的相同。那么，从麦克风侧进入LMS反馈估计块58的滤波后的分量(经由滤波器54滤波)是：

d(n)＝[1-A(z)]r(n)＝[1-A(z)]s(n)+[1-A(z)]FBP(z)[1-BPF(z)]y₀(n)+…

…+FBP(z)BPF(z)w(n)，

(等式9)

在这种情形下需注意的是，在发生信号代替的频率区域中在解相关之后剩余的仅仅是白激励噪声。

相应地，从接收器侧进入LMS反馈估计块58的滤波后的分量是：

u(n)＝[1-A(z)]FBP0(z)y(n)＝[1-A(z)]FBP0(z)[1-BPF(z)]y₀(n)+…

…+FBP0(z)BPF(z)w(n)，

(等式10)

现在，标准化的LMS自适应规则将是：

u(n)＝(u(n) u(n-1) ... u(n-N+1))^T

e(n)＝d(n)-g^T(n)u(n)            (等式11)

$g(n+1)=g\left(n\right)+\mathrm{\μ}\frac{u\left(n\right)}{\left|\right|u\left(n\right)\left|\right|}e\left(n\right)$

通过保持输入信号的低频部分，并仅在高频区域中利用合成信号执行代替，具有显著提高声音品质的优势，同时，与具有反馈抑制系统的传统助听器相比，实现了助听器2中更大的增益。

已经发现的是，依照如上对照附图所述的本发明任意一个实施例的助听器2将在助听器的稳定增益中，即在啸声发生前，实现有效的增加。基于助听器和外部情况，与具有用于反馈抑制的装置的现有技术中的助听器比较起来，已经测量到高达10dB的稳定增益的增加。除此之外，图7和图8所示的实施例对于反馈路径中的动态改变来说是具有较大鲁棒性。这是由于从滤波器54和56中的信号减去该模型的事实，LMS更新单元58适应白噪声信号(由于白噪声信号用来激励BLPCAS 32中的声音模型)，其确保了LMS算法的最优收敛。

在一实施例中，可以将图6中图解说明的滤波器42和44的渡越频率或截止频率设置为缺省值，例如，处于1.5kHz-5kHz的范围内，优选地为1.5kHz到4kHz之间的某处，例如，如下值中的任意一个值：1.5kHz、1.6kHz、1.8kHz、2kHz、2.5kHz、3kHz、3.5kHz或4kHz。然而在一可选实施例中，可以将滤波器42和44的渡越频率或截止频率选择为5kHz-20kHz的范围内的某处。

可选地，可基于将助听器2适配到用户期间的适配情况，以及基于在将助听器2适配到特定用户期间的反馈路径的测量，来选择或者决定滤波器42和44的截止频率或渡越频率。还可以基于助听器2的用户的听力损失的测量或估计来选择滤波器42和44的截止频率或渡越频率。在另一可选实施例中，滤波器42和44的渡越频率或截止频率是可调的。

Claims (15)

1.一种助听器，包括：

麦克风，用于将声音转换成音频输入信号，

听力损失处理器，被配置为依照所述助听器的用户的听力损失来处理所述音频输入信号，

接收器，用于将音频输出信号转换成输出声音信号，

自适应反馈抑制器，被配置为通过对所述助听器的反馈信号路径进行建模来生成反馈抑制信号，所述自适应反馈抑制器具有连接到减法器的输出端，

所述减法器，被连接用来从所述音频输入信号中减去所述反馈抑制信号，并且将反馈补偿后的音频信号输出到所述听力损失处理器的输入端，

合成器，被配置为基于声音模型和所述音频输入信号生成合成信号，并且被配置为在所述音频输出信号中包括所述合成信号。

2.依照权利要求1所述的助听器，其中，所述合成器的输入端连接到所述听力损失处理器的输入侧。

3.依照权利要求1或2所述的助听器，其中，所述合成器的输出端连接到所述听力损失处理器的输入侧。

4.依照权利要求1所述的助听器，其中，所述合成器的输入端连接到所述听力损失处理器的输出侧。

5.依照权利要求2或4所述的助听器，其中，所述合成器的输出端连接到所述听力损失处理器的输出侧。

6.依照前述任一权利要求所述的助听器，进一步包括带有输入端和输出端的滤波器，所述滤波器的输入端连接到所述听力损失处理器的输入端和输出端之一、用以衰减频带中的滤波器输入信号，并且所述滤波器的输出端在与合成器的输入端相连的滤波器的输出端处提供衰减后的信号、用以与所述合成信号相结合。

7.依照权利要求6所述的助听器，其中，所述滤波器被配置为移除所述频带中的滤波器输入信号。

8.依照前述任一权利要求所述的助听器，其中，所述合成器被配置为执行线性预测分析。

9.依照权利要求8所述的助听器，其中，所述合成器进一步被配置为执行线性预测编码。

10.依照权利要求8或9所述的助听器，其中，所述合成器包括噪声发生器，所述噪声发生器被配置为激励声音模型、用以生成包含合成元音的合成信号。

11.依照权利要求10所述的助听器，其中，所述噪声发生器是白噪声发生器或者有色噪声发生器。

12.依照前述任一权利要求所述的助听器，其中，所述反馈补偿器进一步包括第一模型滤波器，用于基于所述声音模型修正输入到反馈补偿器的误差。

13.依照前述任一权利要求所述的助听器，其中，所述反馈补偿器进一步包括第二模型滤波器，用于基于所述声音模型修正输入到反馈补偿器的信号。

14.依照权利要求6、或者权利要求7-13的任一项结合权利要求6所述的助听器，其中，所述频带是可调的。

15.依照权利要求1所述的助听器，其中，所述合成器配置为基于声音模型以及仅所述音频输入信号的高频部分来生成合成信号。

Images