CN103731780A - 数字助听器信号处理方法 - Google Patents

Abstract

本发明涉及一种数字助听器信号处理方法，该方法包括：获取音频数字信号；分析滤波器组将音频数字信号分成多个通道的子带信号；检测模块检测各个通道的声压级数据和噪声级数据；计算模块根据通道的声压级数据和噪声级数据和患者的听阈数据，计算每个通道信号的降噪增益值和压缩放大增益值；乘法器将每个通道信号的降噪增益值和压缩放大增益值，与各该通道的子带信号做乘积处理得到该通道的乘积数据；综合滤波器组将每一个通道的乘积数据合成为输出信号。本发明基于听觉感知模型对信号进行降噪和压缩放大处理，克服了现有技术中存在的无法实时实现和相位失真的问题，可以用较少的通道数目实现人耳的频率分辨率，进一步提高患者的聆听舒适度。

Description

数字助听器信号处理方法

技术领域

本发明涉及语音数字信号处理技术，具体地，涉及一种数字助听器信号处理方法。

背景技术

针对听力损失，尤其是感音神经性听力损失除了表现为听阈上升外，大部分患者的不舒适阈不变甚至下降，造成听觉宽动态范围减小。针对这一特点，数字助听器通常采用宽动态范围压缩（Wide Dynamic Range Compression，WDRC），将输入信号宽动态范围按一定的比例压缩到听障者残余的听力动态范围内。另外，听障者可能对某一频率范围的声音感知和普通人相同，但却无法和普通人一样听到其它频率的声压级较低的声音，解决这个问题的方法是进行多通道宽动态范围压缩。典型的多通道WDRC系统是先用滤波器组将信号划分为多个通道，对每个通道的信号单独进行压缩处理，这样可以根据该频率对应的听力损失情况设计合适的压缩比和压缩阈值，更灵活地进行听力补偿。最后，将处理后的各通道信号综合成一路信号。

因此，数字滤波器组的选择对于数字助听器的信号质量、计算复杂度和信号延迟有重要影响。一种现有的模拟听觉感知模型的滤波器组（以下简称Warped WOLA滤波器组）将均匀DFT滤波器组的高效实现方法加权叠接相加（weighted overlap-add，WOLA）结构与全通变换相结合，以用较少的通道数目的滤波器组对音频信号实现近似人耳听觉分辨率的非均匀通道划分，同时，保证信号重建效果，并使其具有较低的计算复杂度。模拟听觉感知模型的滤波器组只对有限长信号片段做全通变换，所以可以应用于实时信号处理。而且，模拟听觉感知模型的滤波器组因为在综合过程中加入了全通反变换操作，所以基本不会产生由于全通变换引起的相位失真。另外，模拟听觉感知模型的滤波器组可以用较少的通道数目模拟人耳听觉分辨率，无需均匀DFT滤波器组中先做较多数目的分通道，再将高频通道进行合并来模拟人耳听觉分辨率的过程。另一种现有的一种用于数字助听器的多通道宽动态范围压缩系统，采用Warped WOLA滤波器组对语音信号进行多通道宽动态范围压缩放大处理。

在数字助听器的信号处理过程中，除了对信号进行压缩放大，为了提高聆听舒适度，还需要对语音信号进行多通道降噪处理。由于降噪技术的特点，在抑制噪声的同时必将引起语音信号的失真，而且有时会产生残留的“音乐噪声”。语音信号的失真导致降噪技术在语言理解度的提高方面并没有明显的效果，而且有的降噪技术会导致语言理解度的降低。所以降噪技术的关键是如何在噪声抑制和语音失真之间找到平衡点，在提高聆听舒适度的同时尽量减小语音失真。有人提出利用人耳的掩蔽特性，只需把噪声或“音乐噪声”降到掩蔽阈以下即可。对每一帧信号，先计算掩蔽阈，并据此调整降噪算法的相关参数，由于掩蔽阈需要根据干净语音信号进行计算，所以计算前需要先用常规的降噪算法估计语音信号。该类方法的一个缺点是计算复杂度高。

另一种现有技术是一种利用受损听力的听阈进行降噪的方法，患者的听阈代替掩蔽阈，可以明显降低计算复杂度。但是该方法基于WOLA滤波器组对信号进行分通道处理，而WOLA滤波器组是一种均匀滤波器组，其频率分辨率不适合人类的听觉系统，因为人耳的频率分辨率是非均匀的，随着频率增大而降低，其实际感知频率尺度（听觉频率尺度）与普通频率尺度之间呈非线性关系，可以用Bark频率尺度表示。采用均匀滤波器组，要使频率分辨率达到Bark频率尺度，要求通道划分很细，而这会造成高频部分的通道划分过细，浪费资源。

发明内容

本发明的目的是，针对现有技术的不足，提供一种数字助听器信号处理方法，采用模拟听觉感知模型的非均匀滤波组对信号进行通道划分，根据患者听阈情况，对信号同时进行降噪和压缩放大处理，在实现降噪的同时，尽量降低语音信号的损失，并且将压缩放大与降噪同时处理，有效降低计算量，最后将处理后的分通道信号综合成一路信号输出。

为实现上述目的，本发明提供了一种数字助听器信号处理方法，该方法包括：

获取音频数字信号；

分析滤波器组将音频数字信号分成多个通道的子带信号；

检测模块检测各个通道的声压级数据和噪声级数据；

计算模块根据通道的声压级数据和噪声级数据和患者的听阈数据，计算每个通道信号的降噪增益值和压缩放大增益值；

乘法器将每个通道信号的降噪增益值和压缩放大增益值，与各该通道的子带信号做乘积处理得到该通道的乘积数据；

综合滤波器组将每一个通道的乘积信号合成为输出信号。

优选地，分析滤波器组将音频数字信号分成多个通道的子带信号，具体包括：分析滤波器组将音频数字信号进行加权叠接相加和全通变换处理，通过调整全通变换参数，将音频数字信号划分为非均匀的多个通道的子带信号。

优选地，综合滤波器组将每一个通道的乘积数据合成为输出信号，具体包括：综合滤波器组将每一个通道的乘积数据进行加权叠接相加和全通反变换处理，然后将多个通道信号综合成输出信号。

优选地，分析滤波器组将音频数字信号进行加权叠接相加和全通变换处理，具体包括：

将音频数字信号截取为片段信号，截取步长为D，片段信号的长度为不大于(1+|b|)L(1-|b|)的最大整数，其中b为全通变换参数，L为分析原型滤波器的长度，分析滤波器组包括分析原型滤波器；

对片段信号进行全通变换得到全通变换信号；

分析原型滤波器的时间翻转对全通变换的信号做加权处理；

将加权处理的信号平均分成L/K个长度为K的小片段，并将这些小片段相加，其中K为通道数量；

进行K点离散傅立叶变换；

用第一中心频率调整系数exp(jmDθ^-1(ω_k))乘以离散傅立叶变换的结果，得到各个通道信号的序列

优选地，对片段信号进行全通变换得到全通变换信号，具体包括：

对片断信号做时间翻转得到翻转片断信号，片断信号为s(n)，翻转片断信号为s(N-n)；然后，所述翻转片断信号经过全通滤波器链，当n=N时取值，得到非线性频率变换信号。

优选地，综合滤波器组将每一个通道的乘积数据进行加权叠接相加和全通反变换处理，具体包括：

将各通道信号序列

乘以第二中心频率调整系数exp(-jmDθ^-1(ω_k))得到第一处理数据；

将第一处理数据进行K点离散傅立叶反变换得到第二处理数据；

将第二处理数据复制L/K次形成一个长度为L的序列，得到第三处理数据；

用综合原型滤波器对第三处理数据进行加权处理得到第四处理数据；

对第四处理数据进行P-1阶参数为b的全通反变换得到第五处理数据；

将第五处理数据叠加至长度为P的输出缓存，并将输出缓存的左侧移出D个点作为输出，同时，将输出缓存右侧补充D个零，另外，将输出结果通过频率响应为一阶全通滤波器的群延迟的倒数的滤波器，得到最终的输出信号。

优选地，对第四处理数据进行P-1阶参数为b的全通反变换得到第五处理数据，还包括：可以对第四处理数据进行P-1阶参数为-b的全通变换得到第五处理数据。

优选地，检测模块检测各个通道的声压级和噪声级；计算模块计算各个通道的压缩放大增益值和降噪增益值，具体包括：当输入信号为实信号时，的检测模块和计算模块仅需对第0至K/2通道信号进行检测和计算。

本发明在分析过程中，先将输入信号段进行全通变换，再对变换后的信号用分析原型滤波器的时间翻转加权，时间叠加，离散傅立叶变换（可以采用快速傅立叶变换），最后乘以第一中心频率调整系数，得到各个通道信号。在分析过程中引入了全通变换，实现输入信号的频率的非线性变换，这样在变换后的频率尺度上的均匀通道划分相当于在原频率尺度上的非均匀通道划分。适当选择全通变换系数，可以模拟Bark频率尺度，O.Smith等在1999年给出了根据采样率选择适当全通变换参数的具体计算公式。

根据声压级与噪声级检测模块的结果和患者听阈以及其它各降噪及压缩放大增益计算参数，计算各个通道信号的降噪和压缩放大增益值，并将其与对应通道信号相乘。

在综合过程中，先将各通道信号乘以第二中心频率调整系数，再做离散傅立叶反变换（可以用快速傅立叶反变换实现），将上述结果复制若干次后，用综合原型滤波器对其进行加权处理，再对加权结果进行全通反变换，将结果加在输出缓存中，输出缓存每次左侧移出D个点，作为输出。最后，将输出结果通过频率响应为一阶全通滤波器A(z)的群延迟的倒数的滤波器，得到最终的输出结果。在综合过程中，加入了全通反变换，将变换后的频率尺度，变换成原来的频率尺度，避免由分析过程中频率变换引起的综合信号的相位失真，从而保证好的信号重建效果。

本发明的优点在于，本发明中采用的模拟听觉感知模型的滤波器组结合了DFT滤波器组的高效实现方法加权叠接相加结构和全通变换，既具有加权叠接相加结构的高效率，同时克服了目前频率变换滤波器组方法中存在的无法实时实现和相位失真的问题，可以用较少的通道数目实现人耳的频率分辨率，通道数目的减少不仅可以降低计算复杂度，同时可以降低系统的群延迟。采用患者的听阈代替掩蔽阈，在降噪的同时进来减少语音失真提高患者的聆听舒适度。降噪和WDRC同时分析，形成降噪和压缩放大增益，同时实现降噪和压缩放大两项功能。

附图说明

图1为本发明实施例的一种数字助听器信号处理方法的流程图；

图2为本发明实施例的一种数字助听器信号处理方法的模拟示意图；

图3为本发明实施例的全通变换参数b=0时16通道划分示意图；

图4为本发明实施例的全通变换参数b=0.4时16通道划分示意图；

图5为本发明实施例的分析滤波器组的工作流程图；

图6为本发明实施例的对片断信号进行全通变换的模拟示意图；

图7（A）为本发明实施例的全通滤波器A(z)的相位响应图；

图7（B）为本发明实施例的全通滤波器A(z)的群延迟图；

图8为本发明实施例的综合滤波器组的工作流程图。

具体实施方式

为使本发明的技术方案以及优点表达的更清楚，下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

本发明公开了一种数字助听器信号处理方法，主要基于听觉感知模型，对信号进行降噪和压缩放大处理，克服了现有技术中频率变换滤波器组方法中存在的无法实时实现和相位失真的问题，可以用较少的通道数目实现人耳的频率分辨率，进一步提高患者的聆听舒适度。

图1为本发明一实施例的一种数字助听器信号处理方法的流程图；图2为本发明一实施例的一种数字助听器信号处理方法的模拟示意图。如图1、图2所示，该实施例的一种数字助听器信号处理方法具体包括以下步骤：

步骤101、获取音频数字信号。

步骤102、分析滤波器组将音频数字信号分成多个通道的子带信号。

具体地，为了提高效率，分析滤波器组采用加权叠接相加结构与全通变换相结合的方式，以及调整全通变换参数，将音频数字信号x(n)划分为非均匀的K个通道的子带信号。

例如，对于采样率为8kHz，通道数目为K=16，分析原型滤波器h(n)的截止频率为π/k，图3为全通变换参数b=0时的通道划分情况，此时为均匀滤波器组。图4为全通变换参数b=0.4时的通道划分情况，为非均匀滤波器组。

图5为本发明一实施例的分析滤波器组的工作流程图，分析滤波器组采用加权叠接相加结构与全通变换相结合的方式，通过调整全通变换参数，将音频数字信号x(n)划分为非均匀的K个通道的子带信号，具体包括如下步骤：

步骤201、截取音频数字信号片段长度为P的片段信号。具体地，截取音频数字信号片段为片段信号，截取步长为D，片段信号的长度P的取值为不大于(1+|b|)L(1-|b|)的最大整数，其中L为分析原型滤波器的长度，b为全通变换参数,分析滤波器组包括分析原型滤波器组。

步骤202、长度为P的片断信号输入缓存，每次右侧移入x(n)的D个点，左侧移出D个点。

步骤203、计算输入缓存中信号的L-1阶参数为b的全通变换。全通变换为L-1阶、全通变换参数为b的全通变换，L-1为全通滤波器的个数。

步骤204、用分析原型滤波器的时间翻转h(-r)对步骤203的结果加权。

步骤205、将步骤204的结果平均分成L/K个长度为K的小片段，并将这些小片段相加。进行时间叠加，L为分析原型滤波器的长度。

步骤206、计算步骤205的结果的K点快速傅立叶变换；

步骤207、用第一中心频率调整系数exp(jmDθ^-1(ω_k))乘以步骤206的结果，得到结果序列

步骤208、输出结果序列

其长度为K，第k个分量对应第k个通道m时刻的输出，其中，ω_k=2kπ/K，k=0,...,K-1。

图6为对片断信号进行全通变换的模拟示意图，具体地，对片段信号s(n)先做时间翻转得s(N-n)，然后经过全通滤波器A(z)链,当n=N时取值,得到非线性频率变换结果

A(z)的个数称为全通变换的阶数。其中，

-1<b<1为实的、稳定的、因果的一阶全通滤波器，其极点b称为全通变换参数。在单位圆上，有A(e^jω)=e^jθ(ω)，其中 $\mathrm{\&theta;}\left(\mathrm{\&omega;}\right)=\arg A\left(e^{\mathrm{j\&omega;}}\right)=\mathrm{\&omega;}+2{\tan }^{-1}\left(\frac{b\sin \left(\mathrm{\&omega;}\right)}{1-b\cos \left(\mathrm{\&omega;}\right)}\right),$ 式中ω=2πf/f_s，f_s为采样率。

图6的过程实现了θ:ω→θ(ω)的非线性频率变换。由A(z)的性质可知，实现其反变换θ^-1:θ(ω)→ω只要将A(z)的极点改为-b即可。

图7（A）为本发明实施例的全通滤波器A(z)的相位响应图，图7（B）为本发明实施例的全通滤波器A(z)的群延迟图；图7(A)显示了极点b取不同值时θ(ω)与ω之间的关系，可见当b≠0时，二者是非线性关系，对θ(ω)进行均匀通道划分，相当于对ω进行非均匀通道划分。图7(B)显示了极点b取不同值时A(z)的群延迟τ_b(ω)=(1-b²)(1-2bcosω+b²)随ω和b变化的情况。通过对A(z)的群延迟的分析可知，当b>0时，频率越高群延迟越小，要使

中包含s(k)中的所有ω=π的信息，要求序列s(k)的长度P与A(z)链长度L之间满足：L≥(1+|b|)P(1-|b|)。而如果只要求

中包含s(k)中的所有ω=0的信息，则只需满足P≥(1+|b|)L(1-|b|)。

对于实信号，正、负频率成分是对称的，所以此时声压级与噪声级检测模块和降噪与压缩放大增益计算模块实际上只需对第0至K/2通道信号进行处理。

步骤103、检测模块检测各个通道的声压级数据和噪声级数据。

步骤104、计算模块根据通道的声压级数据和噪声级数据和患者的听阈数据，计算每个通道信号的降噪增益值和压缩放大增益值。具体地，当输入信号x(n)为实信号时，检测模块和计算模块仅需对第0至K/2通道信号进行检测和计算。采用患者的听阈代替掩蔽阈，在降噪的同时减少语音失真提高患者的聆听舒适度。降噪和WDRC同时分析，形成降噪和压缩放大增益，同时实现降噪和压缩放大两项功能。

步骤105、乘法器将每个通道信号的降噪增益值和压缩放大增益值，与各该通道的子带信号做乘积处理得到该通道的乘积数据。

步骤106、综合滤波器组将每一个通道的乘积信号合成为输出信号。

如图8所示为综合滤波器组的工作流程图，具体包括如下步骤：

步骤301、将各通道信号序列乘以第二中心频率调整系数exp(-jmDθ^-1(ω_k))得到第一处理数据，其中，ω_k=2kπ/K，k=0,...,K-1；

步骤302、将第一处理数据进行K点快速离散傅立叶反变换得到第二处理数据；

步骤303、将第二处理数据复制L/K次，形成一个长度为L的序列，得到第三处理数据；

步骤304、用综合原型滤波器f(r)对第三处理数据进行加权处理得到第四处理数据；

步骤305、对第四处理数据进行P-1阶参数为b的全通反变换得到第五处理数据；

步骤306、将第五处理数据叠加至长度为P的输出缓存，并将输出缓存的左侧移出D个点作为输出，同时，将输出缓存右侧补充D个零。

步骤307、将输出结果通过频率响应为一阶全通滤波器A(z)的群延迟的倒数的滤波器。

步骤308、得到最终的输出结果y(n)。

本发明的优点在于，基于听觉感知模型对信号进行降噪和压缩放大处理，采用了模拟听觉感知模型的滤波器组结合了DFT滤波器组的高效实现方法加权叠接相加结构和全通变换，既具有加权叠接相加结构的高效率，同时克服了目前频率变换滤波器组方法中存在的无法实时实现和相位失真的问题，可以用较少的通道数目实现人耳的频率分辨率，通道数目的减少不仅可以降低计算复杂度，同时可以降低系统的群延迟。采用患者的听阈代替掩蔽阈，在降噪的同时进来减少语音失真提高患者的聆听舒适度。降噪和WDRC同时分析，形成降噪和压缩放大增益，同时实现降噪和压缩放大两项功能。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种数字助听器信号处理方法，所述方法包括：

获取音频数字信号；

分析滤波器组将所述音频数字信号分成多个通道的子带信号；

检测模块检测各个所述通道的声压级数据和噪声级数据；

计算模块根据所述通道的声压级数据和噪声级数据和患者的听阈数据，计算每个所述通道信号的降噪增益值和压缩放大增益值；

乘法器将每个所述通道信号的降噪增益值和压缩放大增益值，与各该通道的子带信号做乘积处理得到该通道的乘积数据；

综合滤波器组将每一个通道的乘积信号合成为输出信号。

2.根据权利要求1所述的数字助听器信号处理方法，其特征在于，所述分析滤波器组将所述音频数字信号分成多个通道的子带信号，具体包括：所述分析滤波器组将所述音频数字信号进行加权叠接相加和全通变换处理，通过调整全通变换参数，将所述音频数字信号划分为非均匀的多个通道的子带信号。

3.根据权利要求1所述的数字助听器信号处理方法，其特征在于，综合滤波器组将每一个通道的乘积数据合成为输出信号，具体包括：所述综合滤波器组将所述每一个通道的乘积数据进行加权叠接相加和全通反变换处理，然后将多个通道信号综合成输出信号。

4.根据权利要求2所述的数字助听器信号处理方法，其特征在于，所述分析滤波器组将所述音频数字信号进行加权叠接相加和全通变换处理，具体包括：

将所述音频数字信号截取为片段信号，截取步长为D，所述片段信号的长度为不大于(1+|b|)L(1-|b|)的最大整数，其中b为全通变换参数，L分析原型滤波器的长度，分析滤波器组包括分析原型滤波器；

对所述片段信号进行所述全通变换得到全通变换信号；

分析原型滤波器的时间翻转对所述全通变换的信号做加权处理；

将加权处理的信号平均分成L/K个长度为K的小片段，并将这些小片段相加，其中K为通道数量；

进行K点离散傅立叶变换；

用第一中心频率调整系数exp(jmDθ^-1(ω_k))乘以离散傅立叶变换的信号，得到各个通道信号的序列

5.根据权利要求4所述的数字助听器信号处理方法，其特征在于，所述对所述片段信号进行所述全通变换得到全通变换信号，具体包括：

对所述片断信号做时间翻转得到翻转片断信号，所述片断信号为s(n)，所述翻转片断信号为s(N-n)；然后，所述翻转片断信号经过全通滤波器链，当n=N时取值，得到非线性频率变换信号。

6.根据权利要求3所述的数字助听器信号处理方法，其特征在于，所述综合滤波器组将所述每一个通道的乘积数据进行加权叠接相加和全通反变换处理，具体包括：

将所述各通道信号序列

乘以第二中心频率调整系数exp(-jmDθ^-1(ω_k))得到第一处理数据；

将第一处理数据进行K点离散傅立叶反变换得到第二处理数据；

将第二处理数据复制L/K次形成一个长度为L的序列，得到第三处理数据；

用综合原型滤波器对第三处理数据进行加权处理得到第四处理数据；

对第四处理数据进行P-1阶参数为b的全通反变换得到第五处理数据；

将第五处理数据叠加至长度为P的输出缓存，并将输出缓存的左侧移出D个点作为输出，同时，将输出缓存右侧补充D个零，另外，将输出结果通过频率响应为一阶全通滤波器的群延迟的倒数的滤波器，得到最终的输出信号。

7.根据权利要求6所述的数字助听器信号处理方法，其特征在于，所述对第四处理数据进行P-1阶参数为b的全通反变换得到第五处理数据，还包括：可以对第四处理数据进行P-1阶参数为-b的全通变换得到第五处理数据。

8.根据权利要求1所述的数字助听器信号处理方法，其特征在于，所述检测模块检测各个通道的声压级和噪声级；计算模块计算各个通道的压缩放大增益值和降噪增益值，具体包括：当输入信号为实信号时，所述的检测模块和所述计算模块仅需对第0至K/2通道信号进行检测和计算。

Images