CN103262577B - 助听器和增强语音重现的方法 - Google Patents

Abstract

配置为由听力受损用户佩戴的一种助听器（60A）具有语音检测器(10A)和用于增强助听器（60A）的输入信号中存在的语音的语音增强器（40A）。语音检测器（10A）具有独立地检测（11，12）有声语音和无声语音的存在的装置，以便使语音增强器（40A）适当快速增加语音信号的增益以合并语音信号自身。助听器60（A）具有将关于检测到的语音信号的信息无线传递到用户对侧佩戴的相似助听器（60B）的装置（49A，50A），其用于当检测的语音源自用户的前方时相互增强两个助听器（60A，60B）中的语音信号，以及用于当检测的语音源自用户的患侧时抑制对侧助听器（60B）中的语音增强的装置（52B）。本发明进一步提供增强助听器中语音的方法。

Description

助听器和增强语音重现的方法

技术领域

本申请涉及助听器。更具体地，本发明涉及具有增强语音重现的装置的助听器。该发明进一步涉及助听器中信号处理的方法。

背景技术

助听器是一种小型的、电池供电设备，包括麦克风，音频处理器和声音输出换能器，被配置为由听力受损的人将其佩戴于耳中或耳后。通过根据从用户听力损失的测量值计算出的处方装配助听器，助听器可以将某些频带放大以补偿那些频带内的听力损失。为了提供精确和灵活的放大方式，大多数现代助听器均是数字种类的。数字助听器包含数字信号处理器，用于处理将来自麦克风的音频信号处理为适合于根据处方驱动声音输出换能器的电信号。在数字助听器中，可重现的频率范围由相应的多个数字带通滤波器适当地分离成多个频带。这种频带分离使助听器相对于例如增益和压缩独立地处理每个频带，提供了一种高度灵活的音频信号处理方式。

WO-A1-98/27787提出一种具有百分位估计器的助听器，百分位估计器用于确定助听器输入信号中的噪音电平和信号电平。噪音电平被确定为输入信号的10%百分位电平，信号电平被确定为输入信号的90%百分位电平。当给定90%的百分位电平和10%的百分位电平之间的差值时，助听器的信号处理器就可能对语音的存在及其电平做有根据的推测。换句话说，90%的百分位和10%的百分位之间的差值决定语音电平。在下文中，这种方法被表示为百分位差值法。这种语音检测方式适用于平稳噪音或安静的环境中，但对于噪音变化多样化的声音环境，比如咖啡厅，聚会或有背景音乐的场所，这种方式不能充分履行，因为百分位差值法对调制噪音相当敏感。

WO-A1-2004/008801公开了一种助听器，该助听器具有计算输入信号的语音清晰度指数（SII）的装置和通过优化输入信号的SII值来增强语音信号的装置。使用这种助听器的过程中，不断分析SII值和连续改变信号处理以使SII保持最优值，从而达到增强语音和降低噪音的目的。这种系统的精确度非常高，但因为语音清晰度指数计算的复杂性和涉及到的特性，这种系统的适应速度较低。当噪音电平上升时，语音清晰度噪音降低系统的适应速度大约为1.8-2dB/s，并且噪音电平下降时大约为17dB/s，这种适应速度是不满足要求的，比如在存在调制噪音的声音环境中。

发明内容

根据本发明设计的助听器包括增强语音的装置和频带分割滤波器，增强语音的装置包括一个语音检测器和一个选择性增益控制器，频带分离滤波器被配置用于将输入信号分离成多个频带，语音检测器具有在输入信号的多个频带中的每个频带内检测噪音电平的装置、检测浊音信号的装置和检测清音信号的装置，当在多个频带中发现检测到的浊音电平高于检测到的噪音电平时，并且选择性增益控制器适于在所述多个频带中浊音信号电平高于检测到的噪音电平的那些频带内将施加到输出信号的增益电平增加预定量。

通过在语音检测器中采用独立检测装置分别检测浊音和清音，获得更快速并且更有把握的语音检测结果，进而能更快和更精确进行输入信号的增益调节，以便更好地增强助听器的输入信号中存在的语音信号。因为语音检测器将更少的非语音信号误测为语音，故将更快地进行随后的语音增强增益调整，而不用担心在该过程中引入伪差/非自然信号（artifacts）。

该发明也涉及到一种在助听器中的语音增强的方法。该方法包括以下步骤：提供输入信号；将输入信号分离成多个频带；从输入信号获得包络信号；从包络信号确定至少一个检测到的浊音频率；根据检测到的浊音频率个数确定浊音概率；根据输入信号确定清音电平；识别在多个频带中语音电平超过噪音电平第一预定量的那些频带，以及将助听器输出信号中的那些频带的电平增加预定量。

该发明的方法提供的清浊音分量的独立检测可能更快地检测输入信号中是否存在语音，并且具有比先前技术的方法获得的可信度更高的可信度，使得能通过提高语音超过噪音占主导的那些频带中的电平来进行语音增强，而不引入降低清晰度的伪差。

附属权利要求中公开更多的特征和实施例。

浊音信号（也就是元音）包括基频和有限个对应的谐波频率。另一方面，清音信号，即摩擦音、爆破音或破擦音，包括宽广的频率频谱，并且可认为是短的声音串。由于语音信号的处理是助听器中很重要的环节，因此具有用于在任意输入信号中检测语音信号是否存在的装置对助听器处理器的操作而言是很有用的。在与识别和区分语音中不同元音关联的认知过程中，共振峰频率起着非常重要的作用，并且能够利用有关清音或浊音的信息的助听器因此相应地优化其信号处理，以便连贯和全面地传送语音，例如，在助听器正在检测调制噪音中的语音时。

根据本发明的助听器包含语音增强装置，其目的是为了充分利用由语音检测器传输的信息。这种语音增强装置可在检测到语音时调节特殊频带的增益。取决于助听器要进行补偿的听力损失的本质，该语音增强装置可以增加包含语音的频带的增益以支持那些频带而丢弃不含语音的频带。

为了以连贯而无伪差的方式增加存在语音的频带中的增益，每个特定频带中的信号必须满足一系列的条件。首先，语音检测器必须检测到语音，而且检测到的语音包络电平必须大于预定的最小语音包络电平。如果检测到语音，而且语音包络电平也足够大，则马上检查特定频带以确定语音电平是否超过环境噪音电平占主导。这个过程是通过利用WO98/27787中给出的现有技术语音检测策略的微小改动形式由助听器处理器来执行的。

从存在于每个频带中的输入信号可得到90%百分位电平、慢型10%百分位电平和快型10%百分位电平。慢型10%百分位电平相对较慢变化。因此，用于增益计算的10%百分位电平是由快型10%百分位电平减去慢型10%百分位电平得到的，下文中记为10%百分位电平。语音包络检测器检测到语音时，90%百分位电平和10%百分位电平之间的差等于语音电平，并且10%百分位电平等于未调制的噪音电平。

如果频带被施加了附加增益以增强语音，那么在给定时刻具有类似语音电平和噪音电平的该频带会出现不期望的伪差。因此，使用频带相关电平差值表，以确保附加增益由语音增强器仅仅施加在语音电平超过噪音电平占足够优势的那些频带中。如果90%百分位电平与10%百分位电平之间的差值大于频带相关电平差值表中为该特定频带存储的差值，则施加附加增益到该频带上以增强语音。

附图说明

现在将参照附图更详细地说明本发明，其中

图1是本发明实施例的语音检测器形成部分的示意性框图；

图2是根据本发明实施例的包括语音增强器的助听器的示意性框图；

图3是图解说明根据本发明实施例如何执行语音检测的图；

图4是具有含有语音增强器的两个助听器的系统的示意性框图。

具体实施方式

图1中示出与本发明配合使用的语音检测器10的示意性框图。语音检测器10能够从输入信号中检测和区分清音和浊音语音信号，并且它包括浊音语音检测器11，清音语音检测器12，清音鉴别器26，浊音鉴别器27，或门28和语音频率比较器29。浊音检测器11包括语音包络滤波器模块13，包络带通滤波器模块14，频率相关性计算模块15，特征频率查找表16，语音频率计数模块17，浊音频率检测模块18和浊音概率（计算）模块19。清音检测器12包括低电平噪音鉴别器21、过零检测器22、过零计数器23、过零平均计数器24和比较器25。另外，图1中还实出一个双向收发/应答器（transponder）接口30。

语音检测器10用于确定输入信号中是否存在浊音和清音语音输入信号中浊音和清音语音的特征。这个信息可用于进行语音增强，以便提高针对助听器用户的语音清晰度。馈入语音检测器10的信号是一个来自多个频带的频带分离信号。为了分别检测浊音和清音，语音检测器10依次检测每个频带。

浊音信号具有特征包络频率，其范围为约75Hz到约285Hz。因此在一个频带分离的输入信号中检测是否存在浊音语音信号的一种可靠方法是：分析各个频带中的输入信号，以确定在所有相关频带中是否存在相同包络频率或两倍的该包络频率。这通过如下步骤完成：将包络频率信号与输入信号隔离，对包络信号进行带通滤波，从而将语音频率与其他的声音隔开，并检测经过带通滤波后的信号中是否有特征包络频率存在，例如，通过对带通滤波后的包络信号进行相关性分析，累计从相关性分析获得的已检测的特征包络频率，然后根据从输入信号获得的这些因素，计算被分析信号中浊音语音的存在概率的度量。

频率相关性计算模块15执行的相关性分析用于检测特征包络频率，这种相关性分析是一种自相关分析，由下式近似表示：

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

其中k是要检测的特征频率，n表示样本，N是相关窗用到的样本数。相关性分析能够检测到的最高频率由系统的抽样频率f_s定义，并且最小的可检测频率与相关窗中的样本数N有关，即：

$f_{\max }=\frac{f_s}{k},$ $f_{\min }\≈f_s\·\frac{2}{N}$

自相关分析是一种延迟分析，当延迟时间与特征频率相匹配时相关性最大。输入信号被送达浊音检测器11的输入端，在此语音包络滤波器模块13将输入信号的语音包络提取出来，然后将其送到包络带通滤波器模块14的输入端，包络带通滤波器模块14将语音包络信号中特征语音频率之上和之下的频率滤除，也就是说，频率超过1kHz和小于50Hz的频率被滤除。频率相关性计算模块15通过比较检测到的包络频率和特征频率查找表16中存储的预定包络频率组来对带通滤波器14的输出信号进行相关性分析，产生相关性度量作为其输出。

特征频率查找表16包括一组成对的特征语音包络频率（单位是Hz），类似于表1所示的组：

333	286	250	200	167	142	125	100	77	50
										-	142	125	100	77	286	250	200	167	-

表1，成对的特征语音包络频率

表1的上行表示相关语音包络频率，表1的下行表示相应的两倍或0.5倍的相关语音包络频率。相关性分析中使用相对少量离散频率的表格的理由是打算在查找表大小、检测速度、操作鲁棒性和足够的精度之间获得平衡。因为执行相关性分析的目的是检测主要说话人信号的存在，并不需要精确的频率，因此相关性分析的结果是一组检测到的频率。

如果来自于一个发言人的纯粹浊音信号作为输入信号给出，则在给定时刻只有少量的特征包络频率在输入信号中占主导。如果部分浊音信号被噪音屏蔽，则不再是这样的情况。然而，如果相同的特征包络频率出现在三个或更多个频带内，则频率相关性计算模块15仍然可以确定足够精度的浊音。

频率相关性计算模块15生成的输出信号馈送到语音频率计数模块17的输入。这个输入信号由一个或更多个经过相关性分析发现的频率组成。语音频率计数模块17记录输入信号中特征语音包络频率出现的次数。如果没有发现特征语音包络频率，则认为输入信号是噪音。如果在三个或更多个频带中检测到1个语音包络频率，比如，100Hz，或者其谐波对应量，即200Hz，则认为该信号是来自于一个发言人的浊音。然而，如果检测到两个或更多个不同基频，比如100Hz和167Hz，则浊音可能来自两个或更多个发言人，这种情形也会被处理视为噪音。

语音频率计数模块17找到的相关特征包络频率的数目被用作为浊音频率检测模块18的输入，在该模块通过相互比较不同包络频率对的数目来确定单个浊音信号的主导程度。若检测到至少一种语音频率，而且其电平远远大于输入信号的包络电平，则系统检测到了浊音信号，并且浊音频率检测模块18输出一个浊音检测值作为浊音概率模块19的输入信号。在浊音概率模块19中，从通过浊音频率检测模块18确定的浊音检测值导出浊音概率值。浊音概率值被用作来自浊音检测器11的浊音概率水平输出信号。

清音信号，比如摩擦音、爆破音和齿擦音，可能被视为是没有任何明确频率的非常短的连串声音，但它有很多高频分量。在数字域中检测是否存在清音信号的划算且可靠的方式是采用过零检测器，它在信号值的符号每次改变时给出一个短脉冲，再结合采用计数器，计数器用于记录脉冲个数，因此记录预定时间周期例如1/10秒内出现在输入信号中的过零数，并且将信号经过零线的次数与一个周期比如5秒内累计的平均过零数进行比较。如果最近出现浊音，比如，在最后3秒内，并且过零数超过平均过零计数，则输入信号中有清音。

输入信号也被送入语音检测器10的清音检测器12的输入，送入低电平噪音鉴别器21的输入。低电平噪音鉴别器21拒绝低于一定音量阈值的信号以便使清音检测器12能够将背景噪音排除在被检测为清音信号之外。当认为输入信号超过低电平噪音鉴别器21的阈值时，则该输入信号进入过零检测器22的输入。

过零检测器22检测何时输入信号的信号电平过零，零被定义为1/2FSD（满度偏转）或能被处理的最大信号值的一半，并在每次输入信号因此改变符号时向过零计数器23输入一个脉冲信号。过零计数器23在有限持续时间的时间帧内工作，累计信号在每个时间帧内超过零阈值的次数。将每个时间帧内的过零数送入过零平均计数器24中以计算几个连续时间帧的过零数的慢平均值，并将此平均值作为其输出信号。比较器25将过零计数器23的输出信号和过零平均计数器24的输出信号作为其两个输入信号，并利用这两个输入信号产生为清音检测器12产生输出信号，如果过零计数器23的输出信号大于过零平均计数器24的输出信号，则清音检测器12的输出信号等于过零检测器23的输出信号，如果过零计数器23的输出信号小于过零平均计数器24的输出信号，则清音检测器12的输出信号等于过零平均检测器24的输出信号。

浊音检测器11的输出信号被分支到直接输出，具有浊音概率水平，并且被分支到浊音鉴别器27的输入。当来自于浊音检测器11的浊音概率水平升高超过第一预定水平时，则浊音鉴别器27产生一个高（HIGH）逻辑信号，当来自于浊音检测器11的浊音概率水平降低低于第一预定水平时浊音鉴别器27产生低（LOW）逻辑信号。

清音检测器12的输出信号被分支到直接输出，具有清音电平，并且被分支作为清音鉴别器26的第一个输入。清音鉴别器26的第二个输入是来自于浊音检测器11的分离信号。这个信号当在预定周期内，比如0.5s，检测到浊音时被启用。当来自于清音检测器12的清音电平上升至超过第二预定电平且在这个预定周期内检测到浊音时，清音鉴别器26产生一个高逻辑信号，并且其在来自于清音检测器12的清音电平下降至低于第二预定电平时产生一个低逻辑信号。

或门28的两个输入信号分别是来自清音鉴别器26和浊音鉴别器27的逻辑输出信号，并且或门28产生助听器电路的其他部分利用的逻辑语音标志（flag）。当浊音概率水平或者清音电平高于它们各自的预定水平时，则或门28产生的语音标志是逻辑高，若浊音概率水平和清音电平均低于它们各自的预定水平，则或门28产生的语音标志是逻辑低。因此，或门28产生的语音标志指示输入信号中是否含有语音。

浊音频率检测模块18的输出信号被分支为两个信号，分别被馈送到语音频率比较器29的第一个输入和双向收发接口30的输入。第一分支的信号被馈送进入双向收发接口30，在此被双向收发接口30准备用于无线发送至对侧助听器（图中没显示）。来自双向收发接口30，代表对侧助听器（图中没显示）中浊音频率检测模块的输出信号的对应信号作为语音频率比较器29的第一输入信号f_B。来自浊音频率检测模块18的第二支的信号被馈送作为语音频率比较器29的第二输入信号f_A。第二输入信号f_A代表患侧（ipse-lateral）助听器中浊音频率检测模块18找到的语音频率，第一输入信号f_B代表对侧助听器（图中没显示）中浊音检测模块找到的语音频率。

在语音频率比较器29中，对两组语音频率f_A和f_B进行比较。如果在预置容限内检测到相似的语音频率，语音频率比较器29就会产生一个标志，指示患侧和对侧助听器的语音检测器检测到相似的语音频率。此信息反馈回浊音频率检测模块18，并且用于对由浊音概率模块19导出的语音概率水平加权。如果对侧助听器没有发现语音频率或认为对侧助听器发现的语音频率与患侧助听器发现的语音频率不同，则对侧助听器发现的语音频率将不用于导出语音概率水平。

如果对侧助听器发现的语音频率实质上与患侧助听器发现的频率相同，那么这对浊音概率模块19导出的浊音概率水平具有正向影响。这对于结构与患侧助听器相同的对侧助听器也是如此，对侧助听器中的浊音概率水平也增加。语音概率水平增加的最终结果是：源于位于助听器用户前面的单个发言人的语音信号使两个助听器检测到相同的语音频率，从而使它们的语音检测结果实质同步。

图2中的示意性框图示出根据本发明带有语音增强器的助听器60的实施例。助听器60包含输入源，该输入源是与电子输入级2相连的麦克风1。电子输入级2的输出分离成频带分割滤波器（BSF）3的输入和瞬态检测模块（TDB）4的输入，并且频带分割滤波器3的输出分成两个输出，一个接入语音检测器10，另一个接入多频带放大器（MBA）5。语音检测器10与双向通信链路模块（BCL）48相连接，并且双向通信链路模块48与具有天线50的助听器无线收发器（HWT）49相连。语音检测器10的三个输出线与语音增强增益计算模块40的输入相连，并且语音增强增益计算模块40的多个输出连接到多频带放大器5的输入。多频带放大器5的输出连接输出级（OUT）6的输入，并且输出级6的输出连接声音输出换能器7的输入。

瞬态检测模块4的输出连接到携带瞬态检测信号或标志T的语音增强增益计算模块40的输入。语音增强增益计算模块40的分离输入连接慢型10%百分位检测模块41，第一差值节点42，快型10%百分位检测模块43，第二差值节点44，90%百分位检测模块45，极小信噪差值表模块46和增益校正表模块（GCT）47。慢型10%百分位检测模块41，快型10%百分位检测模块43和90%百分位检测模块45都通过没有在图3中示出的装置从输入信号导出其输出信号表示出来。

语音检测器10执行检测输入信号中浊音和清音的存在的任务。为了快速和可靠地检测出语音，语音检测器10以独立的方式分别检测清音和浊音信号。根据检测结果，语音检测器10为语音增强增益计算模块40产生一个语音标志信号SF，用以指示输入信号中是否存在语音：浊音或清音。

除了应用来自语音检测器10的语音检测标志信号SF之外，语音增强增益计算模块40还用到以下信号：来自瞬态检测模块4的瞬态检测标志信号T；第一差值节点42给出的差值N_i，它是来自快型10%百分位检测模块43的快型10%百分位检测值和来自慢型10%百分位检测模块41的慢型10%百分位检测值之间的差；来自90%百分位模块45的90%百分位值S_i；第二差值节点44给出的差值SNR_i，它是90%百分位检测值S_i和快型10%百分位检测值与慢型10%百分位检测值间的差值N_i之间的差；来自极小信噪差值表模块46的极小信噪差差值δ_i以及来自增益校正表47的增益校正值G_i，从而确定语音增强增益因子是否应该应用到多频带放大器5的相应频带的增益值上。语音增强增益计算模块40的操作将在后续进行进一步详细说明。

快型10%百分位值与慢型10%百分位值之间的差值表示每个单个频带中的背景噪音电平N_i，90%百分位值表示每个单个独频带中的信号电平S_i，90%百分位值和背景噪音电平之间的差值表示每个单个频带中的信噪比SNR_i。来自极小信噪差值表46的值表示语音检测增益计算器40接受的每个单个频带i中的极小信噪值δ_i，它表示输入信号中主要语音信号的存在。来自增益校正表47的增益校正值表示单个频带内的最大增益增强值G_i。

因此，助听器中单个频带内的语音增强以如下方式计算：频带i中的信噪比为：

SNR_i＝S_i-N_i

如果满足：

SNR_i＞δ_i

则频带i中存在主要的语音信号。

用于增强频带i中的语音的逻辑条件是：

${\mathrm{SE}}_i=\mathrm{SFAND}\stackrel{\‾}{T}\mathrm{AND}({\mathrm{SNR}}_i>{\mathrm{\δ}}_i)$

其中，SF是输入信号中检测到语音的逻辑指示符，T是输入信号中检测到存在瞬态的逻辑指示符。如果该表达式的条件为真，则可以从语音增强增益值表47中获得频带i的最大语音增强增益值G_i，然后将计算出的增益值加到频带i的增益值上。用于增强检测到的语音而加到每个频带的语音增强增益值与频带i、要被补偿的听力损失的特征和频带i中的语音水平相关，并且其典型大小是2-4dB。但不超过最大语音增强增益值G_i。

在一个优选实施例中，条件SF和SNR_i＞δ_i和计时延迟（没有显示出来）组合。任何具有高频分量的充分调制的声音信号最初可被检测为语音，并且触发语音增强增益计算模块40。然而，如果在一个预定的延迟（例如10毫秒）内，语音标志SF没有被设定，则语音增强会被语音标志SF否决，并且不执行语音增强。也就是说，如果在这段时间内没有检测到一个宽频带语音信号，则认为该调制的声音信号不是语音，而是来自于另一个已调制源的声音。语音增强增益计算模块40的这些短约定值（engagements）（一般为5-8毫秒）是听不见的，即便是听力正常人也听不见。

将增益加到各个频带以增强那些频带内存在的语音的速度是400-500dB/s。实际调查研究显示，较慢的增益增加率有给语音的理解带来困难的趋势，可能是因为某些说出的词的开头没有进行增益增加，而较快的增益增加率，比如600-800dB/s，趋向于将令人不舒服的伪差引入到信号中，可能是因为快速的增益增加人为地引入了瞬态。

在使用两个相同助听器的情况下，包括用于两个助听器之间相互交换关于输入信号中检测到语音的存在情况以及频率的信息的装置是有益的。为了这个目的，图2中的患侧助听器60具有采集用于对侧助听器（图中没显示）的相关目标参数的装置，和通过双向通信链路模块48将这些参数发送到对侧助听器的装置。双向通信链路模块48包括将这些参数转化为数据包的装置，数据包适合通过助听器无线收发器49和天线50传输到对侧助听器中。助听器无线收发器49也被配置为通过天线50以无线方式接收来自对侧助听器的表示相似参数的数据包。

用于相互交换两个助听器的输入信号中检测到的语音信号的信息的装置允许采用几种不同的优良语音增强信号处理策略。如果比如主要发言人正好位于佩戴两个助听器的用户面前，那么两个助听器中的语音检测器可能检测到相同的语音频率但不一定检测到相同的语音电平，因为同时提供给两个助听器的噪音电平不同。如果在两个助听器中检测到的浊音分量包括相同的语音频率，则两个助听器正在接收来自相同主要说话人的语音。如果两个助听器相互同意对相同的主要语音信号进行语音增强，则两个助听器引入的语音增强增益电平会更加相似，因此提高了主要说话人的局部化（localization）。

另一个例子中，如果说话人位于助听器用户的右边，则左边和右边的助听器都指示主要的语音信号，但是浊音分量可能具有不同的频率，并且比如相对于说话人的患侧助听器可能会指示比对侧助听器更大的信号电平，而且对侧助听器可能会收到噪音信号或者来自远处另一人的语音。这个情况暗示着两个助听器没有正在检测相同的主要说话人。在这种情况下，对侧助听器会临时完全不执行其语音增强，因此有利于患侧助听器提供的语音增强，这是由于相互交换关于可进入任意助听器的语音信号的信息。这能提高在助听器用户一侧的说话人的语音清晰度，尤其在噪音的类型和电平会干扰语音理解的声音环境中。

图3是图解说明根据本发明的语音检测器的运行原理的一组图，由三幅图组成。上图显示持续时间大约是2.5s的纯语音信号幅值，中间图显示在大约相同持续时间的无关噪音信号（餐厅噪音）幅值，而第三幅图显示也具有相同持续时间、来自根据本发明的语音检测器的输出信号，语音检测器运行在输入信号的多个频带上，该输出信号是由语音信号和噪音信号叠加后产生的。第三幅图中示出的频带表示由低到高的频带范围，为了方便编号为1-11，1表示最低频带，11代表最高频带。图3中示出的三幅图在时间上一致。最上面一幅图中的语音是包含四个词的口语句子，而中间的图包括在大约0.38s时出现的瞬态信号。

在图4的语音样本中，大约0.3s后语音达到可检测水平。但是，在大约0.38s出现了一个大的噪音瞬态，暂时屏蔽了语音。由于瞬态超过语音占了主导，语音频率在输入信号中不占主导，语音增强推迟。当噪音瞬态消失后，语音检测器检测出第一个词的剩余部分，第一个词结束于大约0.68s时。

口语句子的第二个词具有大约0.5s的持续时间，从样本的0.8s到大约1.3s。语音检测器检测出口语句子中的第二个词，并且语音增强增益计算器在检测到语音的频带内执行增益增强。在频带1,3,4和5中检测出零散的语音信号，而在频带6,7,8,9,10和11中检测到某个更长持续时间的（大约0.3s）的语音信号，并且语音增强增益被应用于在那些频带中检测到语音。这也是口语句子的第二个词中存在更高频含量的指示。

口语句子的第三个词具有大约0.4s的持续时间，从样本的1.45s到大约1.85s。此时，在遍及这个词的持续时间的不同点上，在所有的11频带中检测到语音。这就允许语音增强增益计算器在存在语音的频带中增加增益而不影响语音检测器不认定为是语音的信号的那些部分。

口语句子中第四个词的持续时间是大约0.4s，从样本的1.95s到大约2.4s。此时，另一个发言人（出现在餐厅噪音中）的声音可能会部分屏蔽第四个词的开头部分，因此语音增强延迟直到2.2s后才开始。在屏蔽语音结束时的一个相当短的时期内（0.15s），检测继续，在频带6，7，8，9，10，11中检测到语音。这样语音增强增益计算器在这个时期增大这些频带。

从图4中的三幅图可以推断出语音检测器操作的几个方面。首先语音检测器不会对来自同时说话的两个说话人的竞争浊音信号做出反应，但是迅速对来自单个说话人的浊音信号做出反应。这个特征保证了只对语音检测器肯定验证的存在来自一个说话人的语音的输入信号进行语音增强。第二，如果输入信号中其他声音占主导，则语音增强会在所有频带内暂时暂停。第三，例子中语音检测独立地在11个频带中进行。这提高语音检测的可靠性，并且简化语音增强增益计算器的运算，因为可能保持语音检测器和语音增强增益计算器两者中每个频带之间的一一对应关系。

在图4中示出两个助听器60A和60B的示意性框图，这两个助听器进行相互通信，而且每个助听器都有根据本发明的语音增强系统。图4中，患侧助听器60A包括第一麦克风1A，第一信号处理器51A，第一声音输出换能器7A，第一助听器无线收发器49A和第一天线50A。患侧助听器60A的第一信号处理器51A包括第一滤波器组3A，第一语音检测模块10A，第一语音增强增益计算模块40A，第一10%百分位检测模块43A，第一90%百分位检测模块45A，第一放大器模块5A和第一双向通信接口52A。

第一麦克风1A连接到第一滤波器模块3A，并且来自第一滤波器模块3A的输出分别连接到第一语音检测器10A和第一放大器模块5A的输入，而第一放大器模块5A的输出接到声音输出换能器7A上。从第一滤波器模块3A到第一放大器模块5A的信号也被分支分别作为第一10%百分位检测器43A和第一90%百分位检测器45A的输入。第一语音检测器10A的输出分别接到第一语音增强增益计算模块40A和第一双向通信接口52A，并且第一双向通信接口52A的输出接到第一助听器无线收发器49A上。

对侧助听器60B包括第二麦克风1B，第二信号处理器51B，第二声音输出换能器7B，第二助听器无线收发器49B和第二天线50B组成。患侧助听器60B的第二信号处理器51B包括第二滤波器组3B，第二语音检测模块10B，第二语音增强增益计算模块40B，第二10%百分位检测模块43B，第二90%百分位检测模块45B，第二放大器模块5B和第二双向通信接口52B。

第二滤波器模块3B连接到第二麦克风1B，来自第二滤波器模块3B的输出分别连接到第二语音检测器10B和第二放大器模块5B的输入，并且第二放大器模块5B的输出接到第二声音输出换能器7B上。从第二滤波器模块3B到第二放大器模块5B的信号被分支分别作为第二10%百分位检测器43B和第二90%百分位检测器45B的输入。第二语音检测器10B的输出分别接到第二语音增强增益计算模块40B和第二双向通信接口52B，并且第二双向通信接口52B的输出接到第二助听器无线收发器49B上。

在使用时，患侧助听器60A与对侧助听器60B通过无线的方式交换信息。患侧助听器60A的第一无线收发器49A传输的信息包括由第一语音检测器10A中的浊音检测器（图中没显示）检测出的一组浊音频率和第一90%百分位检测器45A检测出的90%百分位值。

对侧助听器的第二无线收发器49B配置为通过天线50B接收来自于患侧助听器60A的第一收发器49A的信息。对侧助听器60B利用收到的信息的方法将在后面进一步详细说明。

分析来自于患侧助听器60A中的第一90%百分位检测器45A的90%百分位值并且将其和来自于对侧助听器60B中的第二90%百分位检测器45B的对应百分位值比较。比较患侧助听器60A的第一语音检测器10A找到的浊音频率和对侧助听器60B的第二语音检测器10B找到的浊音频率。

如果对侧助听器60B检测到的浊音频率与患侧助听器60A检测到的频率大体上相同，则可认为该语音来自同一个说话人，并且允许两个助听器中的语音增强。如果认为两个助听器中的浊音频率不同，则忽略该信息，并且百分位值优先。

在使用时，患侧助听器60A的第一无线收发器49A不断地监听来自对侧助听器60B的语音检测数据电报。在双耳配置中，来自对侧助听器60B的语音检测数据用于修正患侧助听器60A中的语音增强，或者通过使两个助听器中的语音增强相互同步，或者通过不在患侧助听器60A中进行语音增强来完成，如同在两个助听器检测到不同的语音频率和并且百分位值指示对侧助听器检测到最高语音电平的情况一样。在缺少对侧助听器的情形下，患侧助听器60A依然进行语音增强，但此时不再考虑来自对侧助听器60B的数据。

Claims (11)

1.一种助听器，包含语音增强装置和频带分离滤波器，语音增强装置包括语音检测器和选择性的增益控制器，所述频带分离滤波器被配置用于将输入信号分离成多个频带，所述语音检测器具有用于在所述输入信号的多个频带的每个频带内检测噪音电平的装置、检测浊音信号的装置和检测清音信号的装置，并且所述选择性的增益控制器适于在所述多个频带中语音信号电平高于检测到的噪音电平的那些频带内将施加到输出信号的增益电平增加预定量。

2.根据权利要求1所述的助听器，其中所述用于检测浊音信号的装置包括一个包络滤波器，用于从所述输入信号中提取包络信号。

3.根据权利要求2所述的助听器，其中所述用于检测浊音信号的装置包括记录所述包络信号中存在的检测到的浊音频率的数量的装置以及根据检测到的浊音频率的数量计算浊音概率水平的装置。

4.根据权利要求3所述的助听器，其中所述用于检测清音的装置包括过零率计数器和平均过零率计数器，用于检测所述输入信号中的清音电平。

5.根据权利要求4所述的助听器，其中所述语音检测器包括利用浊音概率水平的装置和利用清音电平的装置，以指示所述输入信号中存在语音。

6.根据权利要求1所述的助听器，其中所述选择性的增益控制器被配置用于比较所述多个频带内每个频带中检测到的语音电平与检测到的噪音电平，并且在所述多个频带中检测到的语音电平高于检测到的噪音电平第二预定量的那些频带的每一个内将增益电平增加第一预定量。

7.一种包括根据权利要求1所述的助听器的助听器系统，所述助听器包括第一助听器和第二助听器，其中所述的第一助听器和第二助听器包括相互交换信息的装置，该信息是关于检测到的浊音频率和检测到的语音电平的信息。

8.根据权利要求7所述的助听器系统，其中所述的第一助听器和第二助听器配置为相互交换关于两个助听器中所述多个频带中的增益电平已经被增加的那些频带的信息。

9.助听器中语音增强的方法，包括以下步骤：提供输入信号；将所述输入信号分离成多个频带；从所述输入信号导出包络信号；从所述包络信号确定至少一个检测到的浊音频率；根据检测到的浊音频率个数确定浊音概率；根据所述输入信号确定清音电平；识别所述多个频带中语音电平超过噪音电平第一预定量的频带，并且在识别出的频带内，将所述助听器的输出信号的电平增加第二预定量。

10.根据权利要求9所述的方法，其中确定浊音概率的步骤包括以下步骤：对所述包络信号进行频率相关性分析；根据所述频率相关性分析确定所述包络信号中存在的语音频率数；以及根据已经确定的语音频率数计算浊音概率。

11.根据权利要求9所述的方法，其中确定清音电平的步骤包括以下步骤：导出所述输入信号的过零率数；根据所述输入信号和所述过零率数导出平均过零率数；将所述过零率数和所述平均过零率数进行比较；以及通过确定如果所述过零率超过所述平均过零率预定量，则计算清音电平。