CN102149038A - 一种带有用于对输入和输出信号去相关的装置的助听器 - Google Patents

Abstract

本申请涉及一种带有用于对输入和输出信号去相关的装置的助听器，包括：传声器，用于将声音转换为音频输入信号；听力损失处理器，被配置用于依照助听器的使用者的听力损失来处理所述音频输入信号；受话器，用于将音频输出信号转换为输出声音信号；合成器，被配置用于基于声音模型和所述音频输入信号生成合成信号，并将所述合成信号包括在所述音频输出信号中。所述合成器进一步包括噪声发生器，被配置用于声音模型的激励，以产生包括合成元音的合成信号。

Description

一种带有用于对输入和输出信号去相关的装置的助听器

本发明涉及一种助听器，尤其是一种带有用于对输入和输出信号去相关的装置的助听器及带有用于消除反馈的装置的助听器。

反馈是助听器中众所周知的问题，且本领域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器(DSP)单元的发展，在例如助听设备的微小设备中执行先进的算法以抑制反馈成为可能，参见例如，US 5,619,580，US 5,680,467和US 6,498,858。

以上提及的在助听器领域的用于反馈消除的现有技术系统，都主要关注外部反馈的问题，即，助听器的扩音器(通常指受话器)和传声器之间的、沿助听器装置外的路径的声音传播。例如，当助听器的耳塞不完全适合佩戴者的耳朵时，或者是在例如为了空气流通的目的，耳塞包括通道或者开口的情况下，会出现这种问题，其也称为声学反馈。在这两种例子中，声音可能从受话器泄露到传声器从而造成反馈。

然而，助听器中的反馈也可能发生在内部，因为声音可以沿助听器壳体内部的路径从受话器传播到传声器。这种传播可以是空气传播的或由助听器壳体或者助听设备内的一些结构内的机械振动引起。在后一种情况下，受话器中的振动被传播到助听器的其他部分，例如，经由受话器的(多个)配件。

WO2005/081584公开了一种助听器，其可以补偿助听器壳体内部的内部机械的和/或声学的反馈，以及外部反馈。

使用自适应滤波器以估计反馈路径是公知的。在下文中，该方法被表示为自适应反馈消除(AFC)或自适应反馈抑制。然而，响应于诸如音乐的相关输入信号，AFC产生反馈路径的有偏估计。

为减少偏差，提出了一些方法。经典的方法包括在前向路径或消除路径中引入信号去相关操作，诸如延迟或非线性，在受话器的输入中加入探测信号，及控制反馈消除器的自适应的自适应，例如通过有约束或波段限定的自适应的方法。在US 2009/0034768中公开了这些已知的用于减小偏差问题的方法的一种，其中使用频率偏移，以在某一频率区域中将在受话器处的输出信号与来自传声器的输入信号去相关。

在下文中，提供了一种新方法，用于对来自传声器的输入信号和在受话器处的输出信号去相关，从而减少了助听器中的偏差问题。

因此，提供了一种助听器，包括：

传声器，用于将声音转换为音频输入信号，

听力损失处理器，被配置用于依照所述助听器的使用者的听力损失来处理所述音频输入信号，

受话器，用于将音频输出信号转换为输出声音信号，

合成器，被配置用于基于声音模型和所述音频输入信号生成合成信号，并将所述合成信号包括在所述音频输出信号中，

所述合成器进一步包括噪声发生器，该噪声发生器被配置用于声音模型的激励，以生成包括合成元音的合成信号。

现有技术中的线性预测声音合成器，由脉冲列激励声音模型以合成元音。由于消除了浊音激活检测和基音(pitch)估计的需求，因此利用噪声发生器用于合成浊音和清音语音，简化了助听器电路，从而助听器电路的计算负荷保持最低。进一步地，由于以与输入信号不相关的方式产生合成信号，因此在助听器的音频输出信号中包含合成信号，同样减少了偏差问题。因此，提供了一种助听器，其中，以比任何已知的现有技术系统中已知的计算更加简单的方式，对来自传声器的输入信号与在受话器处的输出信号去相关。

依据使用者的听力损失，所述合成信号可以在处理音频输入信号之前或之后被包括。

在一种实施方式中，所述声音模型为音频流的信号模型。

所述噪声发生器优选为白噪声发生器。使用白噪声的极大优点在于：可获得传入和输出的信号的非常有效的去相关。然而，在另一个实施方式中，其可以为随机或伪随机噪声发生器，或者产生具有一定着色度的噪声，例如褐色或粉红噪声，的噪声发生器。

合成器的输入可连接在听力损失处理器的输入侧，和/或合成器的输出可连接在听力损失处理器的输入侧。

合成器的输入可连接在听力损失处理器的输出侧，和/或合成器的输出可连接在听力损失处理器的输出侧。

合成信号可以在助听器电路的任何位置被包括到音频信号中，例如，通过衰减助听器电路的特定点和特定的频带的音频信号，并且将合成的信号加入到特定频带的衰减或移除的音频信号中，例如以如下的方式：保持最终的信号的振幅或响度及功率谱与原始的未衰减的音频信号大体上相等或相近。因此，助听器可以包括滤波器，所述滤波器具有用于音频信号的输入，该输入例如连接到听力损失处理器的输入和输出中的一个，所述滤波器衰减了向滤波器的特定频带的输入信号。所述滤波器进一步具有输出，该输出提供与合成信号合并的衰减信号。例如，所述滤波器可集成有加法器。

所述频带是可调的。

用类似的方式，所述音频信号可以用在助听器电路中的特定点处和特定频带中的合成信号来置换，而不是被衰减。因此，该滤波器可被配置用于在特定频带上移除滤波器的输入信号，并代之以加入合成信号，例如，用如下方式：保持最终的信号的振幅或响度和功率谱与输入到滤波器的原始音频信号输入大体上等同或相近。

例如，反馈振荡可能仅在或大多数在高于某一个频率时发生，例如高于2kHz，因此，仅在高于这一频率，例如2kHz时，才需要偏差减弱。因此，原始音频部分的低频部分，例如低于2kHz，可以维持而不用任何修正，而高频部分，例如高于2kHz，可能要全部或者部分由合成信号置换，优选地用如下方式：与原始未置换的音频信号相比，使最终的信号的振幅或响度及功率谱大体上保持不变。

所述声音模型可基于线性预测分析。因此，所述合成器可被配置用于执行线性预测分析。进一步地，所述合成器可被配置用于执行线性预测编码。

线性预测分析和编码可导致助听器中改善的反馈补偿，因为更大的增益成为可能，并且不牺牲对话的可理解度及声音质量，特别是对于一些听力残障人士，改善了动态性能。

根据本发明的一个实施方式，助听器可进一步包括自适应反馈抑制器，其被配置用于通过对所述助听器的反馈信号路径建模来生成反馈抑制信号，该自适应反馈抑制器具有连接到减法器的输出，所述减法器被连接以从所述音频输入信号中减去所述反馈抑制信号并将反馈补偿音频信号输出到所述听力损失处理器的输入。

所述反馈补偿器可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错误。

所述反馈补偿器可进一步包括第二模式滤波器，用于基于声音模型而修正输入到反馈补偿器中的信号。据此实现了从输入信号和输出信号中移除声音模型(也指信号模型)，从而只有白噪声可以进入自适应回路，这确保了更快收敛，特别是如果使用LMS(最小均方)类型的自适应算法来更新反馈补偿器。

附图说明

在下文中，将参照附图，对本发明的优选实施方式进行更详细的说明，其中：

图1示出了依据本发明的助听器的一个实施方式，

图2示出了依据本发明的助听器的一个实施方式，

图3示出了依据本发明的助听器的一个实施方式，

图4示出了依据本发明的助听器的一个实施方式，

图5示出了依据本发明的助听器的一个实施方式，

图6示出了依据本发明的助听器的一个实施方式，

图7示出了依据本发明的助听器的一个实施方式，

图8示出了依据本发明的助听器的一个实施方式，

图9示出了依据本发明的助听器的一个实施方式，

图10示出了依据本发明的助听器的一个实施方式，

图11示出了所谓的波段限定LPC分析器和合成器，

图12举例说明了依据本发明的助听器的一个优选实施方式，

图13举例说明了依据本发明的助听器的另一优选实施方式。

具体实施方式

以下将参照附图对本发明进行详细说明，其中示出了本发明的典型实施方式。但是，本发明可以不同的形式来实施，且不能理解为限于这里说明的实施方式。而是，提供这些实施方式，从而使得该公开更加充分和全面，对于本领域技术人员来说，更充分地表达本发明的范围。全文中，同样的附图标记对应同样的要素。说明书中的每个附图中相同的要素将因此不再详细说明。

图1示出了依据本发明的助听器2的一个实施方式。所示的助听器2包括：传声器4，用于将声音转换为音频输入信号6；听力损失处理器8，被配置用于根据助听器2的使用者的听力损失来处理音频输入信号6；受话器10，用于将音频输出信号12转换成输出声音信号。所示的助听器还包括合成器22，被配置用于基于声音模型和音频输入信号产生合成信号以及将合成信号包括在音频输出信号12中。所示的合成器22包括噪声发生器82，被配置用于声音模型的激励，以生成包括合成元音的合成信号。输入信号的建模由提供信号模型的编码模块80所示。这个信号模型在编码合成模块84处，被来自噪声发生器82的噪声信号激励，从而实现了合成器22的输出是与输入信号6不相关的合成信号。该声音模型可以是AR模型(自回归模型)。

在依据本发明的一个优选实施方式中，由听力损失处理器8执行的处理是频率相关的，并且合成器22也执行频率相关的操作。这可以例如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。

根据依据本发明的助听器2的另一实施方式，听力损失处理器8和合成器22的布局可以相互交换，由此合成器22沿着从传声器4到受话器10的信号路径放置在听力损失处理器8之前。

依据助听器2的优选实施方式，听力损失处理器8、合成器22(包括单元80，82和84)形成了助听器数字信号处理器(DSP)24的一部分。

图2示出了依据本发明的助听器2的替换实施方式，其中合成器22的输入连接在听力损失处理器8的输出侧，且合成器22的输出经由加法器26连接在听力损失处理器8的输出侧，其中加法器26将由合成器22产生的合成信号与听力损失处理器8的输出相加。

图3示出了依据本发明的助听器2的另一替换实施方式，其中合成器22的输入连接在听力损失处理器8的输入侧，且合成器22的输出经由加法器26连接在听力损失处理器8的输出侧，其中加法器26将合成器22的输出信号与听力损失处理器8的输出相加。

图2和图3所示的实施方式与图1所示的实施方式非常相似。因此，只说明它们之间的区别。

对遭受高频听力损失的患者的在先研究表明，反馈一般在高于2kHz的频率最为普遍。这就提示，大多数情况下，为了改善自适应反馈抑制的性能，减小偏差问题仅在高于2kHz的频率区域中必要。因此，为了对输入和输出信号6和12去相关，只需要在高频区域合成信号，而在信号的低频部分可保持而不需修正。因此，可以设想对于图2和图3所示实施方式的两个替换实施方式，其中低通滤波器28被插入到听力损失处理器8的输出和加法器26之间的信号路径中；并且高通滤波器30被插入到合成器22的输出和加法器26之间的信号路径中。在图4和图5所示的实施方式中说明了这种情况。可选地，滤波器28可以是只对听力损失处理器8的输出信号的高频部分进行一定程度的衰减的滤波器。类似地，在替换实施方式中，滤波器30可以是只对来自合成器22的合成输出信号的低频部分进行一定程度的衰减的滤波器。滤波器30也能移入合成器22中(两种方式：在82和84之间；或在80内，由此仅在高频中建模)。

在一个实施方式中，滤波器28和30的交越或截止频率可设置为默认值，例如，在1.5kHz-5kHz范围内，优选地在1.5kHz和4kHz之间的某处，例如，1.5kHz、1.6kHz、1.8kHz、2kHz、2.5kHz、3kHz、3.5kHz或4kHz中的任何一个值。然而，在替换实施方式中，滤波器28和30的交越或截止频率可以选择为在5kHz-20kHz范围内的某处。

可选地，可以根据助听器2验配到使用者过程中的适应情况以及基于助听器2验配到特定的使用者过程中的反馈路径的测量，来选择或确定滤波器28和30的截止或交越频率。也可以独立于助听器2的使用者的听力损失的测量或估计来选择滤波器28和30的截止或交越频率。也可以通过检测是否以及何处有反馈啸叫要形成，来自适应地调整滤波器28和30的截止或交越频率。在另一替换实施方式中，滤波器28和30的交越或截止频率是可调整的。

对于使用低和高通滤波器28和30可替换的是，在助听器2对反馈非常敏感的选择频带上，来自听力损失处理器8的输出信号可以由来自合成器22的合成信号替代。这例如可以通过使用滤波器组的适当布置来实现。

图6示出了依据本发明的助听器2的一个实施方式。所示的助听器2包括：传声器4，用于将声音转换为音频输入信号6；听力损失处理器8，被配置用于依据助听器2的使用者的听力损失处理音频输入信号8；受话器10，用于将音频输出信号12转换为输出声音信号。所示的助听器2还包括自适应反馈抑制器14，被配置用于通过对助听器2的反馈信号路径(未示出)建模，来产生反馈抑制信号16，其中自适应反馈抑制器14具有连接到减法器18的输出，减法器18被连接以从音频输入信号6中减去反馈抑制信号16，减法器18随后将反馈补偿音频信号20输出到听力损失处理器8的输入。助听器2还包括合成器22，其被配置用于根据声音模型和音频输入信号来产生合成信号，并将合成信号包括在音频输出信号12中。声音模型可以是AR模型(自回归模型)。

在依据本发明的一个优选实施方式中，由听力损失处理器8执行的处理是频率相关的，并且合成器22也执行频率相关的操作。这可以例如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。

根据依据本发明的助听器2的另一实施方式，听力损失处理器8和合成器22的布局可以相互交换，由此合成器22沿着从传声器4到受话器10的信号路径放置在听力损失处理器8之前。

依据助听器2的优选实施方式，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形成了助听器数字信号处理器(DSP)24的一部分。

图7示出了依据本发明的助听器2的替换实施方式，其中合成器22的输入连接在听力损失处理器8的输出侧，且合成器22的输出经由加法器26连接在听力损失处理器8的输出侧，其中加法器26将由合成器22产生的合成信号与听力损失处理器8的输出相加。

图8示出了依据本发明的助听器2的另一替换实施方式，其中合成器22的输入连接在听力损失处理器8的输入侧，且合成器22的输出经由加法器26连接在听力损失处理器8的输出侧，其中加法器26将合成器22的输出信号与听力损失处理器8的输出相加。

图7和图8所示的实施方式与图6所示的实施方式非常相似。因此，只说明它们之间的区别。

对遭受高频听力损失的患者的在先研究表明，反馈一般在高于2kHz的频率最为普遍。这就提示了，大多数情况下，为了改善自适应反馈抑制的性能，减小偏差问题仅在高于2kHz的频率区域中必要。因此，为了对输入和输出信号6和12去相关，只需要在高频区域合成信号，而在信号的低频部分能够保持而不需要修正。因此，可以设想对于图7和图8所示实施方式的两个替换实施方式，其中低通滤波器28被插入到听力损失处理器8的输出和加法器26之间的信号路径中；并且高通滤波器30被插入到合成器22的输出和加法器26之间的信号路径中。在图9和图10所示的实施方式中说明了这种情况。可选地，滤波器28可以是只对听力损失处理器8的输出信号的高频部分进行一定程度的衰减的滤波器。类似地，在替换实施方式中，滤波器30可以是只对来自合成器22的合成输出信号的低频部分进行一定程度的衰减的滤波器。滤波器30也能移入合成器22中(两种方法：在82和84之间；或在80内，由此仅在高频执行建模)。

在一个实施方式中，滤波器28和30的交越或截止频率可设置为默认值，例如，在1.5kHz-5kHz范围内，优选地在1.5kHz和4kHz之间的某处，例如，1.5kHz、1.6kHz、1.8kHz、2kHz、2.5kHz、3kHz、3.5kHz或4kHz中的任何一个值。然而，在替换实施方式中，滤波器28和30的交越或截止频率可以选择为在5kHz-20kHz范围内的某处。

可选地，可以根据助听器2验配到使用者过程中的适应情况以及基于助听器2验配到特定的使用者过程中的反馈路径的测量，来选择或确定滤波器28和30的截止或交越频率。也可以独立于助听器2的使用者的听力损失的测量或估计来选择滤波器28和30的截止或交越频率。也可以通过检测是否以及何处有反馈啸叫要形成，来自适应地调整滤波器28和30的截止或交越频率。在另一替换实施方式中，滤波器28和30的交越或截止频率是可调整的。

对于使用低和高通滤波器28和30可替换的是，在助听器2对反馈非常敏感的选择频带上，来自听力损失处理器8的输出信号可以由来自合成器22的合成信号替代。这例如可以通过使用滤波器组的适当布置来实现。

在以下对优选实施方式的详细描述中，描述将基于使用线性预测编码(LPC)来估计信号模型及合成输出声音。LPC技术基于自回归(AR)建模，实际上其非常精确地对语音信号的产生进行建模。依据本发明的优选实施方式提出的算法可以分为4部分：1)LPC分析器：这一级估计信号的参数模型；2)LPC合成器，这里通过以导出的模型过滤白噪声，来产生合成信号；3)混合器，其合并原始信号和合成副本；以及4)自适应反馈抑制器14，其使用输出信号(原始+合成)以估计反馈路径(然而可以理解，可替换地，输入信号可被分成多个波段，然后在一个或多个波段上运行LPC分析器)。提出的解决方案基本上由两部分组成——信号合成和反馈路径自适应。下面将首先说明信号合成，然后将说明依据本发明的助听器2的一个优选实施方式，其中反馈路径自适应方案利用外部信号模型，然后将说明依据本发明的助听器2的替换实施方式，其中自适应基于内部LPC信号模型(声音模型)。

在图11中示出了所谓的波段限定LPC分析器和合成器(BLPCAS)32。所示的BLPCAS是实现了合成器22的优选方式，其中加入了带通滤波器。因此，减轻了对如图4、图5、图9和图10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信号建模为全极点信号。全极点信号通过下述差分方程产生：

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

其中，x(n)是信号，

是模型参数并且e(n)是激励信号。如果激励信号是白色高斯分布噪声，则该信号被称为自回归(AR)处理。图11中所示的BLPCAS 32包括白噪声发生器(未示出)，或从外部白噪声发生器接收白噪声信号。如果估计了测量的信号y(n)的全极点模型(在均方意义下)，则下述最优化问题表述为：

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

(方程2)

其中，a^T＝(a₁ a₂…a_L)，且y^T(n)＝(y(n) y(n-1)…y(n-L+1))。如果信号的确是真的AR处理，则残差y(n)-a^Ty(n-1)将会是完美的白噪声。否则，残差为有色的。分析和编码由LPC分析模块34所示。LPC分析模块34接收由模型滤波器36分析的输入信号，模型滤波器36自适应为使得对LPC解析模块34的输入信号与滤波器36的输出之间的差最小化。当这个差最小化时，模型滤波器36非常精确地建模输入信号。模型滤波器36的系数被复制给LPC合成模块40中的模型滤波器38。然后，由自噪声信号激励模式滤波器38的输出。

对于语音来说，AR模型可以假设为对于清音语音具有高精度。对于浊音语音(A、E、O等)来说，仍然可以使用全极点模型，但是通常，在这种情况下，由脉冲列代替激励序列以反映音频波形的音调本性。根据依据本发明的一个实施方式，只有白噪声序列被用于模型的激励。这里可以理解，在发声期间产生的语音声音被称为浊音。几乎所有主要语言中的元音和部分辅音都是浊音。在英语语言中，浊辅音可以由在例如下述词汇的开头和结尾的声音表示：“bathe”、“dog”、“man”、“jail”。当声带分离且没有振动时产生的语音声音称为清音。清音语音的例子为下述词语中的辅音：“hat”、“cap”、“sash”、“faith”。在耳语时，所有的声音都是清音。

当已使用方程(方程2)估计了全极点模型时，信号必须在LPC合成模块40中合成。对于清音语音，残差信号将大概为白色的，且易于由其他统计上与原始信号不相关的白噪声序列代替。对于浊音语音或音调(tonal)输入，残差将不会是白噪声，而且合成将需要基于例如脉冲列激励。然而，脉冲列将会高度自相关持续长时间段，且在受话器10的输出和传声器4的输入的去相关的目标可能会丢失。代替的，尽管残差显示高度染色，信号也在该点上使用白噪声合成。从语音理解度的角度看来，由于大部分的语音信息加载在信号的振幅频谱上，这是好的。然而，从音频质量角度，仅由白噪声激励的全极点模型听起来将很随机且不舒服。为了限制对质量的影响，标明了特定频率范围，在此范围内装置对于反馈最敏感(通常在2-4kHz)。因此，信号只在该波段内合成，而在其他的频率上保持而不受影响。在图11中，可以看到波段限定LPC分析器34和合成器40的框图。LPC分析是对整个信号执行的，为振幅频谱创建可信的模型。导出的系数被复制给合成模块40(事实上是给模拟滤波器38)，其由通过带限滤波器42过滤出的白噪声驱动，该带限滤波器42设计为与合成信号应该代替原始信号的频率相对应。并联支路采用补充滤波器44过滤去往用于驱动合成模块40的带通滤波器42的原始信号。最后，两路信号在加法器46处混合，以产生合成输出信号。替换方式是：将带通滤波器42移到恰在波段限定LPC分析器34之前的点。这样，只用感兴趣频率区域的信号来估计模型，并且白噪声可以直接用于驱动模型。AR模型估计可以使用多种方式实现。但是，需要牢记的是，由于模型将用于合成，而不仅用于分析，因此需要得到稳定且表现良好的估计。一种估计稳定模型的方法是使用Levinson Durbin递归算法。

在图12中示出了依据本发明的助听器2的优选实施方式，其中BLPCAS 32位于从听力损失处理器8的输出到受话器10的信号路径上。本实施方式可视作对现有自适应反馈抑制构架的附件。还示出了非期望的反馈路径，象征性地表示为模块48。在传声器4处的测量信号由直接信号和反馈信号组成

r(n)＝s(n)+f(n)

(方程3)

f(n)＝FBP(z)y(n)

其中，r(n)是传声器信号，s(n)是传入声音，f(n)是以反馈路径的脉冲响应对BLPCAS 32的输出y(n)滤波而产生的反馈信号。BLPCAS32的输出可以写为：

(方程4)

其中w(n)是合成白噪声处理，A(z)是估计的AR处理的模型参数，y₀(n)是来自听力损失处理器8的原始信号，并且BPF(z)是在其中选择输入信号将被合成版本替换的频率的带通滤波器42。

那么，传声器上的测量信号将为：

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

(方程5)

在输出信号发送到受话器10(并且到自适应回路)之前，计算复合信号的AR模型。这由模块50所示。AR模型滤波器52具有系数A_LMS(z)，其在自适应回路中被传递给滤波器54和56(这些滤波器优选地实现为有限脉冲响应(FIR)滤波器或无限脉冲响应(IIR)滤波器)，且被用于对受话器的输出信号和传声器4的传入声音去相关。来自传声器4的(图12左侧)、进入LMS更新模块58的滤波后的成分为：

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

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

(方程6)

而且来自受话器侧的、到LMS更新模块58(附图12右侧)的滤波后的成分为：

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

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

(方程7)

其中，由模块60所示的FBP0(z)，是助听器2在验配时得到的初始反馈路径估计，并且应该尽可能好地接近反馈路径。那么，最小化反馈影响的归一化LMS自适应规则将为：

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

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

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

(方程8)

其中g_LMS是移除初始化估计之后，对残差反馈路径N抽头FIR滤波器估计，以及μ是管理自适应速度和稳定状态失配的自适应常量。需要注意的是，如果在外部LPC分析模块中的模型参数A_LMS(z)与BLPCAS模块32给出的模型参数A(z)匹配，则在这些执行信号置换的频率中唯一保留的是白噪声。由于LMS算法对于白噪声输入具有非常快的收敛，因此这非常有益于自适应。因此可以预期的是，与传统的自适应过滤-X去相关相比较，在置换频带中的动态性能将被非常大的改善。然而，由于用于去相关的信号模型是用基于LMS的自适应方法导出的，且BLPCAS 32中的信号模型基于其他算法，诸如Levinson-Durbin，因此期望，虽然模型并不是一直都相同，但是仿真表明这并未造成任何问题。

在所示的实施方式中，模块50连接到BLPCAS32的输出。然而，在替换实施方式中，模块50也可以位于听力损失处理器8之前，也就是说，模块50的输入可以连接到听力损失处理器8的输入。

图13示出了依据本发明的助听器2的另一优选实施方式，其中直接使用来自BLPCAS 32的信号模型，而无需外部建模器(在图12所示的实施方式中由模块50所示)。受话器10的输出与方程4中相同，传声器4上测量的信号与方程5相同。那么，来自传声器侧的、进入LMS反馈估计模块58的滤波成分(通过滤波器54滤波)为：

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)，

(方程9)

注意，在这种情况下，在去相关之后，在发生信号替换的频率区域上唯一保留的是白激励噪声。相应地，来自受话器侧的、进入LMS反馈估计模块58的滤波成分是：

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)，

(方程10)

现在，归一化的LMS自适应规则将为：

u(n)＝(u(n) u(n-1)...u(n-N+1))^T

e(n)＝d(n)-g^T(n)u(n)                        (方程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不变，以及仅在高频区域由合成信号执行替换，具有明显改善声音质量的优点，同时，与传统的具有反馈抑制系统的助听器相比，还使助听器2获得更高的增益。

可以得出，依据如上参考附图的本发明的任何一个实施方式的助听器2，将能够在稳定增益上获得明显的进步，即在啸叫发生前。与现有技术中已有的具有用于抑制反馈的装置的助听器相比，已经测知，取决于助听器和外界环境，助听器的稳定增益增加达10dB。另外，对于反馈路径中的动态变化，根据图12和图13所示的实施方式非常鲁棒。原因在于：因为该模型是从滤波器54和56的信号中减去的，LMS更新单元58自适应于白噪声信号(由于白噪声信号用于激励BLPCAS32中的声音模型)，这样就确保了LMS算法的最佳收敛。

图11所示的滤波器42和44的交越或截止频率，在一个实施方式中，可被设置为默认值，例如在1.5kHz-5kHz范围内，优选在1.5kHz和4kHz之间的某处，例如，1.5kHz、1.6kHz、1.8kHz、2kHz、2.5kHz、3kHz、3.5kHz或4kHz中的任何一个值。然而，在替换实施方式中，滤波器42和44的交越或截止频率可以选择为在5kHz-20kHz范围内的某处。

可选地，可以根据助听器2验配到使用者过程中的适应情况以及基于助听器2验配到特定的使用者过程中的反馈路径的测量，来选择或确定滤波器42和44的截止或交越频率。也可以独立于助听器2的使用者的听力损失的测量或估计来选择滤波器42和44的截止或交越频率。也可以通过检测是否以及何处有反馈啸叫要形成，来自适应地调整滤波器42和44的截止或交越频率。在另一替换实施方式中，滤波器42和44的截止或交越频率也可以是可调整的。

Claims (13)

1.一种助听器，包括：

传声器，用于将声音转换为音频输入信号；

听力损失处理器，被配置用于依照所述助听器的使用者的听力损失来处理所述音频输入信号；

受话器，用于将音频输出信号转换为输出声音信号，

合成器，被配置用于基于声音模型和所述音频输入信号生成合成信号，并将所述合成信号包括在所述音频输出信号中，

所述合成器进一步包括噪声发生器，该噪声发生器被配置用于声音模型的激励，以生成包括合成元音的所述合成信号。

2.如权利要求1所述的助听器，其中所述合成器的输入连接在所述听力损失处理器的输入侧。

3.如权利要求1或2所述的助听器，其中所述合成器的输出连接在所述听力损失处理器的输入侧。

4.如权利要求1所述的助听器，其中所述合成器的输入连接在所述听力损失处理器的输出侧。

5.如权利要求2或4所述的助听器，其中所述合成器的输出连接在所述听力损失处理器的输出侧。

6.如以上任一权利要求所述的助听器，进一步包括滤波器，所述滤波器具有输入和输出，所述输入连接到所述听力损失处理器的输入和输出中的一个，以在频带上衰减滤波器输入信号，所述输出在与合成器输入连接的滤波器输出处提供衰减信号，以与所述合成信号合并。

7.如权利要求6所述的助听器，其中所述滤波器被配置用于移除在所述频带上的所述滤波器输入信号。

8.如以上任一权利要求所述的助听器，其中所述合成器被配置用于执行线性预测分析。

9.如权利要求8所述的助听器，其中所述合成器还被配置用于执行线性预测编码。

10.如以上任一权利要求所述的助听器，进一步包括自适应反馈抑制器，被配置用于通过对所述助听器的反馈信号路径建模来生成反馈抑制信号，该自适应反馈抑制器具有连接到减法器的输出，所述减法器被连接以从所述音频输入信号中减去所述反馈抑制信号并将反馈补偿音频信号输出到所述听力损失处理器的输入。

11.如权利要求10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错误。

12.如权利要求10或11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。

13.如权利要求6或权利要求7-12中任一与权利要求6的结合所述的助听器，其中所述频带是可调的。

Images