CN113473342B - 助听器的信号处理方法、装置、助听器及计算机存储介质 - Google Patents
助听器的信号处理方法、装置、助听器及计算机存储介质 Download PDFInfo
- Publication number
- CN113473342B CN113473342B CN202110553323.3A CN202110553323A CN113473342B CN 113473342 B CN113473342 B CN 113473342B CN 202110553323 A CN202110553323 A CN 202110553323A CN 113473342 B CN113473342 B CN 113473342B
- Authority
- CN
- China
- Prior art keywords
- signal
- sound
- moment
- noise ratio
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/45—Prevention of acoustic reaction, i.e. acoustic oscillatory feedback
- H04R25/453—Prevention of acoustic reaction, i.e. acoustic oscillatory feedback electronically
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Neurosurgery (AREA)
- Otolaryngology (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Soundproofing, Sound Blocking, And Sound Damping (AREA)
Abstract
本申请提供了一种助听器的信号处理方法、装置、助听器及计算机存储介质,涉及自动控制技术领域。该方法包括:获取当前时刻的声音混合信号;根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号,其中,当前时刻的自适应滤波系数是基于归一化最小均方NLMS算法、上一时刻的目标声音信号的信噪比和上一时刻的声音输出信号确定的;根据当前时刻的声音混合信号和当前时刻的声音抑制信号,输出当前时刻的声音输出信号。根据本申请实施例,能够解决相关技术中抑制声音反馈的算法无法保证输出的声音的清晰度的问题。
Description
技术领域
本申请涉及自动控制技术领域,尤其涉及一种助听器的信号处理方法、装置、助听器及计算机存储介质。
背景技术
助听器是一个小型扩音器,助听器能够有效地补偿听障者的听力损失,把听障者原本听不到的声音加以扩大,再利用听障者的残余听力,使声音能送到听障者的大脑听觉中枢,进而听障者能够感觉到声音。
目前,由于助听器会受到声反馈现象的影响,导致助听器的音质以及听障者的佩戴舒适度降低,并且抑制了助听器的有效增益,导致输出给听障者的声音清晰度降低。现有技术中,通常采用抑制声音反馈的算法来抑制声音反馈,如最小均方(Least Mean Square,LMS)算法。但是,LMS算法无法同时满足声音信号在传递过程中的收敛速度和误差要求,从而无法保证输出的声音的清晰度。
发明内容
本申请实施例提供了一种信号处理方法、装置、助听器及计算机存储介质,能够解决相关技术中抑制声音反馈的算法无法保证输出的声音的清晰度的问题。
第一方面,本申请实施例提供了助听器的信号处理方法,该方法包括:
获取当前时刻的声音混合信号;声音混合信号包括扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻传声器接收到的声音输入信号混合后的信号;
根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号,其中,当前时刻的自适应滤波系数是基于归一化最小均方NLMS算法、上一时刻的目标信号的信噪比和上一时刻的声音输出信号确定的,上一时刻的声音输入信号是通过传声器输入的声音信号,上一时刻的声音输出信号是通过扬声器输出的声音信号,上一时刻的目标声音信号为声音混合信号中除上一时刻的声音反馈信号之外的信号;
根据当前时刻的声音混合信号和当前时刻的声音抑制信号,输出当前时刻的声音输出信号。
在一种可能的实现方式中,在获取当前时刻的声音输入信号和上一时刻的声音反馈信号之前,该方法还包括:
计算上一时刻的目标声音信号的信噪比;
根据上一时刻的目标声音信号的信噪比和预设的信噪比条件,计算目标步长;
根据步长为目标步长的NLMS算法,计算当前时刻的自适应滤波系数。
在一种可能的实现方式中,信噪比条件包括信噪比最大值和信噪比最小值,根据上一时刻的目标声音信号的信噪比和预设的信噪比条件,计算目标步长,包括:
当上一时刻的目标声音信号的信噪比大于信噪比最大值时,确定目标步长为预设的步长最小值;
当上一时刻的目标声音信号的信噪比小于信噪比最小值时,确定目标步长为预设的步长最大值;
当上一时刻的目标声音信号的信噪比介于信噪比最大值和信噪比最小值之间时,通过目标公式计算目标步长;其中,目标公式包括:
μ(n)=β×arctan(-α×SNR(n)+η)+γ
其中,α、β、η、γ均表示常数,SNR(n)表示上一时刻的目标声音信号的信噪比。
在一种可能的实现方式中,根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号,包括:
基于预设的延时时长,对上一时刻的声音输出信号进行延时处理,得到上一时刻的声音延时信号;
根据当前时刻的自适应滤波系数,对上一时刻的声音延时信号进行自适应滤波,得到当前时刻的声音抑制信号。
第二方面,本申请实施例提供了一种助听器的信号处理装置,该装置包括:
获取模块,用于获取当前时刻的声音混合信号;声音混合信号包括扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻传声器接收到的声音输入信号混合后的信号;
滤波模块,用于根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号,其中,当前时刻的自适应滤波系数是基于归一化最小均方NLMS算法、上一时刻的目标信号的信噪比和上一时刻的声音输出信号确定的,上一时刻的声音输入信号是通过传声器输入的声音信号,上一时刻的声音输出信号是通过扬声器输出的声音信号,上一时刻的目标声音信号为声音混合信号中除上一时刻的声音反馈信号之外的信号;
输出模块,用于根据当前时刻的声音混合信号和当前时刻的声音抑制信号,输出当前时刻的声音输出信号。
在一种可能的实现方式中,该装置还包括:
第一计算模块,用于计算上一时刻的目标声音信号的信噪比;
第二计算模块,用于根据上一时刻的目标声音信号的信噪比和预设的信噪比条件,计算目标步长;
第三计算模块,用于根据步长为目标步长的NLMS算法,计算当前时刻的自适应滤波系数。
在一种可能的实现方式中,信噪比条件包括信噪比最大值和信噪比最小值,第二计算模块,用于:
当上一时刻的目标声音信号的信噪比大于信噪比最大值时,确定目标步长为预设的步长最小值;
当上一时刻的目标声音信号的信噪比小于信噪比最小值时,确定目标步长为预设的步长最大值;
当上一时刻的目标声音信号的信噪比介于信噪比最大值和信噪比最小值之间时,通过目标公式计算目标步长;其中,目标公式包括:
μ(n)=β×arctan(-α×SNR(n)+η)+γ
其中,α、β、η、γ均表示常数,SNR(n)表示上一时刻的目标声音信号的信噪比。
在一种可能的实现方式中,滤波模块,包括:
延时单元,用于基于预设的延时时长,对上一时刻的声音输出信号进行延时处理,得到上一时刻的声音延时信号;
滤波单元,用于根据当前时刻的自适应滤波系数,对上一时刻的声音延时信号进行自适应滤波,得到当前时刻的声音抑制信号。
第三方面,本申请实施例提供了一种助听器,包括处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时实现如上述第一方面或第一方面中任一种可能的实现方式中所提供的方法。
第四方面,本申请实施例提供了一种计算机存储介质,计算机存储介质中存储有指令,当指令在计算机上运行时,使得计算机执行上述第一方面或第一方面中任一种可能的实现方式中所提供的方法。
本申请实施例提供的助听器的信号处理方法、装置、助听器及计算机存储介质,通过根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号。由于目标步长是利用归一化最小均方(NormalizedLeast MeanSquare,NLMS)算法,并通过上一时刻的目标声音信号的信噪比和上一时刻的声音输出信号确定的,从而使得对上一时刻的声音输出信号进行自适应滤波的过程能够更加准确地模拟声音反馈信号,进而准确地将声音混合信号中的声音反馈信号消除,而且,通过上一时刻的目标声音信号的信噪比确定目标步长,如此能够在保证目标步长更新速度的同时,还能够防止目标步长的突变,提高输出的声音输出信号的清晰度。
附图说明
图1示出了本申请实施例提供的一种助听器中的闭环系统的结构示意图;
图2示出了本申请实施例提供的一种助听器的信号处理方法的流程示意图;
图3示出了本申请实施例提供的另一种助听器的信号处理方法的流程示意图;
图4示出了本申请实施例提供的一种助听器的信号处理装置的结构示意图;
图5示出了本申请实施例提供的一种助听器的结构示意图。
具体实施方式
为了使本申请实施例的目的、技术方案和优点更加清楚,下面将结合附图,对本申请实施例中的技术方案进行描述。
在本申请实施例的描述中,“示例性的”、“例如”或者“举例来说”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”、“例如”或者“举例来说”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”、“例如”或者“举例来说”等词旨在以具体方式呈现相关概念。
在本申请实施例的描述中,术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,单独存在B,同时存在A和B这三种情况。另外,除非另有说明,术语“多个”的含义是指两个或两个以上。例如,多个系统是指两个或两个以上的系统,多个屏幕终端是指两个或两个以上的屏幕终端。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
助听器是一种能够有效地补偿人耳听力损失的医疗设备,可靠、合适的助听器可以在不对耳组织造成损失的前提下,能够有效地补偿听障者的听力损失。对于大多数配戴助听器满意度不高的听障患者,声反馈现象是最主要的原因之一,它不仅影响助听器的音质和佩戴舒适度,而且还限制了助听器的有效增益。如图1所示,助听器包括传声器11,信号处理器12和扬声器13。其中,传声器11用于接收声音输入信号;信号处理器12用于对声音输入信号进行放大;扬声器用于输出声音输出信号,即放大后的声音输入信号。在这个过程中,声音输出信号会通过反馈路径反馈给传声器11,从而对再次接收到声音输入信号产生干扰。在这里,反馈路径的传递函数为F(z),信号处理器12处的传递函数为G(Z),也即,图1可以看做一个以G(Z)为前向路径的传递函数,以F(z)为反馈路径的传递函数的闭环系统。闭环系统在一些情况下会出现不稳定性,例如,闭环系统的频率处于临界频率时,闭环系统很容易发散,助听器中会出现啸叫现象,从而损伤助听器佩戴者的听力。
目前,为了消除声音反馈信号,避免出现啸叫现象,通常采用自适应滤波器模拟反馈滤镜的方法来抑制声音反馈信号,例如,基于LMS算法的自适应滤波器。但是LMS算法的步长是固定的,如此,LMS算法无法同时满足声音信号在传递过程中的收敛速度和误差要求,从而无法保证输出的声音的清晰度。
基于此,本申请实施例提供了一种助听器的信号处理方法、装置、助听器及计算机存储介质,能够准确地将声音混合信号中的声音反馈信号消除,并在保证自适应滤波系数更新速度的同时,还能够防止自适应滤波系数的突变,提高输出的声音输出信号的清晰度。
应理解的是,本申请实施例提供的助听器的信号处理方法可以应用在助听器,还可以应用在带有麦克风的设备如手机、电脑等电子设备等。下面以助听器为执行主体对本申请实施例提供的信号处理方法进行详细说明。
图2是本申请实施例提供的一种助听器的信号处理方法的流程示意图。如图2所示,本申请实施例提供的助听器的信号处理方法可以包括S201-S203。
S201:获取当前时刻的声音混合信号;声音混合信号包括扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻传声器接收到的声音输入信号混合后的信号。
S202:根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号,其中,当前时刻的自适应滤波系数是基于归一化最小均方NLMS算法、上一时刻的目标声音信号的信噪比和上一时刻的声音输出信号确定的,上一时刻的声音输入信号是通过传声器输入的声音信号,上一时刻的声音输出信号是通过扬声器输出的声音信号,上一时刻的目标声音信号为声音混合信号中除上一时刻的声音反馈信号之外的信号。
S203:根据当前时刻的声音混合信号和当前时刻的声音抑制信号,输出当前时刻的声音输出信号。
下面对S201-S203进行详细介绍。
首先,涉及S201。
如图1所示,由于助听器的闭环系统中传声器11在当前时刻接收到声音输入信号的同时,还会接收到反馈路径反馈回来的上一时刻输出的声音反馈信号,因此,传声器11当前时刻实际接收到的是声音混合信号,其中,声音混合信号包括扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻传声器接收到的声音输入信号混合后的信号。
接着,涉及S202。
由于传声器11接收到的信号是声音混合信号,因此,要将声音混合信号中的声音反馈信号消除。在这里,可以采用自适应滤波器模拟声音反馈信号的传输路径,从而达到抑制声音反馈信号的效果。其中,为了能够保证输出给听障者的声音的清晰度,可以通过当前时刻的自适应滤波系数,对声音混合信号进行自适应滤波。在这里,自适应滤波系数是随时间更新的。而在本申请实施例中,为了保证信号的收敛速度和误差要求,自适应滤波系数是在上一时刻的更新后的系数。其中,当前时刻自适应滤波系数是基于NLMS算法、上一时刻的目标声音信号的信噪比和上一时刻的声音输出信号确定的。
在一些实施例中,自适应滤波系数能够随声音输入信号的变化而更新,从而保证输出给听障者的声音的清晰度,可以通过上一时刻的目标声音信号的信噪比控制NLMS算法的步长,然后通过NLMS算法的步长变化更新自适应滤波系数。具体地,首先,计算上一时刻的目标声音信号的信噪比;接着,根据上一时刻的目标声音信号的信噪比和预设的信噪比条件,计算目标步长;最后,根据步长为目标步长的NLMS算法计算当前时刻的自适应滤波系数。在这里,上一时刻的目标声音信号为声音混合信号中除上一时刻的声音反馈信号之外的信号。
n+1时刻应滤波系数w(n+1)满足下述公式(1):
其中,w(n)表示n时刻自适应滤波系数,μ(n)表示n时刻NLMS算法的步长,d(n)表示n时刻的声音输出信号,e(n)表示n时刻的目标声音信号,ε表示常数。
在这里,需要说明的是,目标声音信号可以是声音混合信号和声音抑制信号的差值确定的。
由此,由于当前时刻的NLMS算法的步长是通过上一时刻的目标声音信号的信噪比构建的,因此,可以基于目标声音信号更新自适应滤波系数,保证了信号的收敛速度,避免了自适应滤波器的突变,从而提高了输出的声音的清晰度。
在一些实施例中,计算NLMS算法的步长需要将目标声音信号的信噪比和预设的信噪比条件进行对比。具体地,信噪比条件实质上是一个信噪比的阈值范围,包括信噪比的最大值和信噪比的最小值。
当上一时刻的目标声音信号的信噪比大于信噪比最大值时,声音输入信号的成分占比比较大,也就是说声音输入信号的变化对自适应滤波器的影响比较大,容易引起自适应滤波系数的突变,因此,确定目标步长为预设的步长最小值,从而限制自适应滤波系数的更新幅度。
当上一时刻的目标声音信号的信噪比小于信噪比最小值时,噪声信号的成分占比比较大,也就是说噪声信号的变化对自适应滤波器的影响比较大,能够快速收敛,因此,确定目标步长为预设的步长最大值,从而加快滤波器系数的更新。
当上一时刻的目标声音信号的信噪比介于信噪比最大值和信噪比最小值之间时,可以通过反正切函数控制NLMS算法的步长,其中,NLMS算法的步长μ(n)满足下述公式(2):
μ(n)=β×arctan(-α×SNR(n)+η)+γ (2)
其中,α、β、η、γ均表示常数,SNR(n)表示上一时刻的目标声音信号的信噪比。
根据上述公式(2)可知,目标声音信号的信噪比和NLMS算法成反比,信噪比越大,步长越小,从而控制了自适应滤波系数的更新速度。
由此,通过根据目标声音信号的信噪比,控制NLMS算法的步长,从而控制了自适应滤波器的系数,在保证自适应滤波系数更新速度的同时,还能够防止自适应滤波系数的突变,提高输出的声音输出信号的清晰度。而且,直接使用目标声音信号的信噪比控制NLMS算法的步长,也无需在助听器使用之前对助听器进行验配,节省操作。
在一些实施例中,由于当前时刻的声音输出信号与上一时刻的声音输入信号之间存在时间差,为了保证输出的声音的清晰度,在S203中,首先,基于预设的延时时长,对上一时刻的声音输出信号进行延时处理,得到上一时刻的声音延时信号,然后根据当前时刻的自适应滤波系数,对上一时刻的声音延时信号进行自适应滤波,得到当前时刻的声音抑制信号。
由此,能够保证当前时刻的声音抑制信号的时间点与声音输入信号是对应的。
作为一个示例实施例,如图3所示,助听器中的闭环系统中前向路径的传递函数为G(Z),反馈路径的传递函数为F(Z)。
助听器中的传声器接收声音输入信号x(n)和声音反馈信号f(n),从而输入到助听器的信号是由声音输入信号x(n)和声音反馈信号f(n)混合而成的声音混合信号s(n),其中,声音反馈信号f(n)是根据上一时刻声音输出信号d(n-1)经过传递函数F(Z)确定的。自适应滤波器根据上一时刻确定的自适应滤波系数对上一时刻的声音输出信号d(n-1)进行自适应滤波,得到声音抑制信号d″(n)。助听器中的信号处理器计算声音混合信号s(n)和声音抑制信号d″(n)的信号差值e(n),即消除了声音反馈信号后的声音混合信号,也即目标声音信号。信号处理器计算得到目标声音信号e(n)后,根据传递函数G(Z)和声音输入信号e(n)计算得到声音输出信号d(n),与此同时,信号处理器还会计算目标声音信号e(n)的信噪比,然后基于目标声音信号e(n)的信噪比确定NLMS算法的步长,根据NLMS算法的步长,更新自适应滤波器的自适应滤波系数,从而使得自适应滤波器根据更新后的自适应滤波器系数进行下一时刻的自适应滤波。
本申请实施例提供的助听器的信号处理方法,通过根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号。由于目标步长是利用NLMS算法,并通过上一时刻的目标声音信号的信噪比和上一时刻的声音输出信号确定的,从而使得对上一时刻的声音输出信号进行自适应滤波的过程能够更加准确地模拟声音反馈信号,进而准确地将声音混合信号中的声音反馈信号消除,而且,通过上一时刻的目标声音信号的信噪比确定目标步长,如此能够在保证目标步长更新速度的同时,还能够防止目标步长的突变,提高输出的声音输出信号的清晰度。
基于上述实施例中的助听器的信号处理方法,本申请实施例还提供了一种助听器的信号处理装置。图4是本申请实施例提供的一种助听器的信号处理装置400的结构示意图,如图4所示,该信号处理装置400可以包括获取模块401,滤波模块402,输出模块403。
获取模块401,用于获取当前时刻的声音混合信号;声音混合信号包括扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻传声器接收到的声音输入信号混合后的信号。
滤波模块402,用于根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号,其中,当前时刻的自适应滤波系数是基于归一化最小均方NLMS算法、上一时刻声音输入信号的信噪比和上一时刻的声音输出信号确定的,上一时刻的声音输入信号是通过传声器输入的声音信号,上一时刻的声音输出信号是通过扬声器输出的声音信号。
输出模块403,用于根据当前时刻的声音混合信号和当前时刻的声音抑制信号,输出当前时刻的声音输出信号。
在本申请的一些实施例中,该装置还包括:
第一计算模块,用于计算上一时刻的目标声音信号的信噪比;
第二计算模块,用于根据上一时刻的目标声音信号的信噪比和预设的信噪比条件,计算目标步长;
第三计算模块,用于根据步长为目标步长的NLMS算法,计算当前时刻的自适应滤波系数。
在本申请的一些实施例中,信噪比条件包括信噪比最大值和信噪比最小值,第二计算模块,用于:
当上一时刻的目标声音信号的信噪比大于信噪比最大值时,确定目标步长为预设的步长最小值;
当上一时刻的目标声音信号的信噪比小于信噪比最小值时,确定目标步长为预设的步长最大值;
当上一时刻的目标声音信号的信噪比介于信噪比最大值和信噪比最小值之间时,通过目标公式计算目标步长;其中,目标公式包括:
β×arctan(-α×SNR(n)+η)+γ
其中,α、β、η、γ均表示常数,SNR(n)表示上一时刻的目标声音信号的信噪比。
在本申请的一些实施例中,滤波模块402,包括:
延时单元,用于基于预设的延时时长,对上一时刻的声音输出信号进行延时处理,得到上一时刻的声音延时信号;
滤波单元,用于根据当前时刻的自适应滤波系数,对上一时刻的声音延时信号进行自适应滤波,得到当前时刻的声音抑制信号。
本申请实施例提供的助听器的信号处理装置,通过根据当前时刻的自适应滤波系数,对上一时刻的声音输出信号进行自适应滤波,得到当前时刻的声音抑制信号。由于目标步长是利用归一化最小均方(NormalizedLeast Mean Square,NLMS)算法,并通过上一时刻的目标声音信号的信噪比和上一时刻的声音输出信号确定的,从而使得对上一时刻的声音输出信号进行自适应滤波的过程能够更加准确地模拟声音反馈信号,进而准确地将声音混合信号中的声音反馈信号消除,而且,通过上一时刻的目标声音信号的信噪比确定目标步长,如此能够在保证目标步长更新速度的同时,还能够防止目标步长的突变,提高输出的声音输出信号的清晰度。
下面介绍本申请实施例提供的一种助听器。
图5是本申请实施例提供的一种助听器的结构示意图。如图5所示,本申请实施例提供的助听器可用于实现上述方法实施例中描述的助听器的信号处理方法。
助听器可以包括处理器501以及存储有计算机程序指令的存储器502。
具体地,上述处理器501可以包括中央处理器(CPU),或者特定集成电路(Application Specific Integrated Circuit,ASIC),或者可以被配置成实施本申请实施例的一个或多个集成电路。
存储器502可以包括用于数据或指令的大容量存储器。举例来说而非限制,存储器502可包括硬盘驱动器(Hard Disk Drive,HDD)、软盘驱动器、闪存、光盘、磁光盘、磁带或通用串行总线(Universal Serial Bus,USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下,存储器502可包括可移除或不可移除(或固定)的介质。在合适的情况下,存储器502可在综合网关容灾设备的内部或外部。在特定实施例中,存储器502是非易失性固态存储器。
存储器可包括只读存储器(ROM),随机存取存储器(RAM),磁盘存储介质设备,光存储介质设备,闪存设备,电气、光学或其他物理/有形的存储器存储设备。因此,通常,存储器包括一个或多个编码有包括计算机可执行指令的软件的有形(非暂态)计算机可读存储介质(例如,存储器设备),并且当该软件被执行(例如,由一个或多个处理器)时,其可操作来执行参考根据本申请中的方法所描述的操作。
处理器501通过读取并执行存储器502中存储的计算机程序指令,以实现上述实施例中的任意一种信号处理方法。
在一个示例中,电子设备还可包括通信接口505和总线510。其中,如图5所示,处理器501、存储器502、通信接口505通过总线510连接并完成相互间的通信。
通信接口505,主要用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。
总线510包括硬件、软件或两者,将电子设备的部件彼此耦接在一起。举例来说而非限制,总线可包括加速图形端口(AGP)或其他图形总线、增强工业标准架构(EISA)总线、前端总线(FSB)、超传输(HT)互连、工业标准架构(ISA)总线、无限带宽互连、低引脚数(LPC)总线、存储器总线、微信道架构(MCA)总线、外围组件互连(PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(SATA)总线、视频电子标准协会局部(VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下,总线510可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线,但本申请考虑任何合适的总线或互连。
另外,结合上述实施例,本申请实施例可提供一种计算机存储介质来实现。该计算机存储介质上存储有计算机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种信号处理方法。
以上所述的结构框图中所示的功能块可以实现为硬件、软件、固件或者它们的组合。当以硬件方式实现时,其可以例如是电子电路、专用集成电路(ASIC)、适当的固件、插件、功能卡等等。当以软件方式实现时,本申请的元素是被用于执行所需任务的程序或者代码段。程序或者代码段可以存储在机器可读介质中,或者通过载波中携带的数据信号在传输介质或者通信链路上传送。“机器可读介质”可以包括能够存储或传输信息的任何介质。机器可读介质的例子包括电子电路、半导体存储器设备、ROM、闪存、可擦除ROM(EROM)、软盘、CD-ROM、光盘、硬盘、光纤介质、射频(RF)链路,等等。代码段可以经由诸如因特网、内联网等的计算机网络被下载。
还需要说明的是,本申请中提及的示例性实施例,基于一系列的步骤或者装置描述一些方法或系统。但是,本申请不局限于上述步骤的顺序,也就是说,可以按照实施例中提及的顺序执行步骤,也可以不同于实施例中的顺序,或者若干步骤同时执行。
上面参考根据本申请的实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本申请的各方面。应当理解,流程图和/或框图中的每个方框以及流程图和/或框图中各方框的组合可以由计算机程序指令实现。这些计算机程序指令可被提供给通用计算机、专用计算机、或其它可编程数据处理装置的处理器,以产生一种机器,使得经由计算机或其它可编程数据处理装置的处理器执行的这些指令使能对流程图和/或框图的一个或多个方框中指定的功能/动作的实现。这种处理器可以是但不限于是通用处理器、专用处理器、特殊应用处理器或者现场可编程逻辑电路。还可理解,框图和/或流程图中的每个方框以及框图和/或流程图中的方框的组合,也可以由执行指定的功能或动作的专用硬件来实现,或可由专用硬件和计算机指令的组合来实现。
以上所述,仅为本申请的具体实施方式,所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的系统、模块和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。应理解,本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。
Claims (10)
1.一种助听器的信号处理方法,助听器包括扬声器和传声器;其特征在于,所述方法包括:
获取当前时刻的声音混合信号;所述声音混合信号包括所述扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻所述传声器接收到的声音输入信号混合后的信号;
根据上一时刻的目标信号的信噪比,更新NLMS算法的步长,所述上一时刻的目标信号为上一时刻的声音混合信号中除上一时刻的声音反馈信号之外的信号;
根据所述更新后的步长确定当前时刻的自适应滤波系数;
根据所述当前时刻的自适应滤波系数,对所述当前时刻的声音混合信号进行处理,获得所述扬声器在当前时刻的声音输出信号;
其中,当所述上一时刻的目标信号的信噪比介于信噪比最大值和信噪比最小值之间时,所述根据上一时刻的目标信号的信噪比,更新NLMS算法的步长包括:
通过目标公式确定更新后的步长;其中,所述目标公式包括:
β×arctan(-α×SNR(n)+η)+γ
其中,α、β、η、γ均表示常数,SNR(n)表示所述上一时刻的目标声音信号的信噪比。
2.根据权利要求1所述的方法,其特征在于,所述根据上一时刻的目标信号的信噪比,更新NLMS算法的步长还包括:
当所述上一时刻的目标声音信号的信噪比大于所述信噪比最大值时,确定所述更新后的步长为预设的步长最小值;
当所述上一时刻的目标声音信号的信噪比小于所述信噪比最小值时,确定所述更新后的步长为预设的步长最大值。
3.根据权利要求1所述的方法,其特征在于,所述根据所述当前时刻的自适应滤波系数,对所述当前时刻的声音混合信号进行处理,获得所述扬声器在当前时刻的声音输出信号包括:
根据所述当前时刻的自适应滤波系数,对所述扬声器在上一时刻的声音输出信号进行自适应滤波,获得当前时刻的声音抑制信号;
根据所述当前时刻的声音混合信号和所述当前时刻的声音抑制信号,确定所述扬声器在当前时刻的声音输出信号。
4.根据权利要求3所述的方法,其特征在于,所述根据所述当前时刻的自适应滤波系数,对所述扬声器在上一时刻的声音输出信号进行自适应滤波,获得当前时刻的声音抑制信号,包括:
基于预设的延时时长,对所述上一时刻的声音输出信号进行延时处理,得到上一时刻的声音延时信号;
根据当前时刻的自适应滤波系数,对所述上一时刻的声音延时信号进行自适应滤波,得到所述当前时刻的声音抑制信号。
5.一种助听器的信号处理装置,助听器包括扬声器和传声器,其特征在于,所述装置包括:
获取模块,用于获取当前时刻的声音混合信号;所述声音混合信号包括所述扬声器上一时刻发出的声音通过通气孔形成的反馈路径传递到传声器处的声音反馈信号和当前时刻所述传声器接收到的声音输入信号混合后的信号;
滤波模块,用于根据上一时刻的目标信号的信噪比,更新NLMS算法的步长,以及根据所述更新后的步长确定当前时刻的自适应滤波系数,所述上一时刻的目标信号为上一时刻的声音混合信号中除上一时刻的声音反馈信号之外的信号;
输出模块,用于根据所述当前时刻的自适应滤波系数,对所述当前时刻的声音混合信号进行处理,获得所述扬声器在当前时刻的声音输出信号;
其中,所述滤波模块还用于,当所述上一时刻的目标信号的信噪比介于信噪比最大值和信噪比最小值之间时,通过目标公式确定更新后的步长;其中,所述目标公式包括:
β×arctan(-α×SNR(n)+η)+γ
其中,α、β、η、γ均表示常数,SNR(n)表示所述上一时刻的目标声音信号的信噪比。
6.根据权利要求5所述的装置,其特征在于,所述滤波模块具体用于:
当所述上一时刻的目标声音信号的信噪比大于所述信噪比最大值时,确定所述所述更新后的步长;
当所述上一时刻的目标声音信号的信噪比小于所述信噪比最小值时,确定所述所述更新后的步长。
7.根据权利要求5所述的装置,其特征在于,所述输出模块具体用于:
根据所述当前时刻的自适应滤波系数,对所述扬声器在上一时刻的声音输出信号进行自适应滤波,获得当前时刻的声音抑制信号;
根据所述当前时刻的声音混合信号和所述当前时刻的声音抑制信号,确定所述扬声器在当前时刻的声音输出信号。
8.根据权利要求7所述的装置,其特征在于,所述输出模块还用于:
基于预设的延时时长,对所述上一时刻的声音输出信号进行延时处理,得到上一时刻的声音延时信号;
根据当前时刻的自适应滤波系数,对所述上一时刻的声音延时信号进行自适应滤波,得到所述当前时刻的声音抑制信号。
9.一种助听器,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1-4任一所述的助听器的信号处理方法。
10.一种计算机存储介质,所述计算机存储介质中存储有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-4任一所述的助听器的信号处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553323.3A CN113473342B (zh) | 2021-05-20 | 2021-05-20 | 助听器的信号处理方法、装置、助听器及计算机存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110553323.3A CN113473342B (zh) | 2021-05-20 | 2021-05-20 | 助听器的信号处理方法、装置、助听器及计算机存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113473342A CN113473342A (zh) | 2021-10-01 |
CN113473342B true CN113473342B (zh) | 2022-04-12 |
Family
ID=77871126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110553323.3A Active CN113473342B (zh) | 2021-05-20 | 2021-05-20 | 助听器的信号处理方法、装置、助听器及计算机存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113473342B (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6480610B1 (en) * | 1999-09-21 | 2002-11-12 | Sonic Innovations, Inc. | Subband acoustic feedback cancellation in hearing aids |
AU2007233675B2 (en) * | 2006-04-01 | 2010-11-25 | Widex A/S | Hearing aid, and a method for control of adaptation rate in anti-feedback systems for hearing aids |
CN101442334A (zh) * | 2008-12-25 | 2009-05-27 | 福建三元达通讯股份有限公司 | 一种回波噪声抑制器 |
EP2284833A1 (en) * | 2009-08-03 | 2011-02-16 | Bernafon AG | A method for monitoring the influence of ambient noise on an adaptive filter for acoustic feedback cancellation |
CN102740189B (zh) * | 2011-04-01 | 2014-10-08 | 中国科学院声学研究所 | 一种基于时间反转的声反馈抑制方法 |
US9589572B2 (en) * | 2014-05-04 | 2017-03-07 | Yang Gao | Stepsize determination of adaptive filter for cancelling voice portion by combining open-loop and closed-loop approaches |
CN108200522B (zh) * | 2017-11-24 | 2020-02-18 | 华侨大学 | 一种变正则化比例归一化子带自适应滤波方法 |
CN109616136B (zh) * | 2018-12-21 | 2020-01-17 | 出门问问信息科技有限公司 | 一种自适应波束形成方法、装置及系统 |
CN110289009B (zh) * | 2019-07-09 | 2021-06-15 | 广州视源电子科技股份有限公司 | 声音信号的处理方法、装置和交互智能设备 |
-
2021
- 2021-05-20 CN CN202110553323.3A patent/CN113473342B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113473342A (zh) | 2021-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3374990B1 (en) | Method of and system for noise suppression | |
US11985482B2 (en) | Neural network-driven feedback cancellation | |
US10397687B2 (en) | Earbud speech estimation | |
EP2700161B1 (en) | Processing audio signals | |
CN104243732A (zh) | 振动传感器在回声消除中的使用 | |
US20180027125A1 (en) | Adaptive filter unit for being used as an echo canceller | |
US10204639B2 (en) | Method and device for processing sound signal for communications device | |
CN112511943B (zh) | 声音信号处理方法、装置及电子设备 | |
JP4765117B2 (ja) | エコー防止回路、フィルタ係数設定方法、及びプログラム | |
CN113132881A (zh) | 基于多麦克风自适应控制佩戴者声音放大程度的方法 | |
CN113473342B (zh) | 助听器的信号处理方法、装置、助听器及计算机存储介质 | |
KR101715198B1 (ko) | 가변 전력 예산을 이용한 음성 강화 방법 | |
US9392380B2 (en) | Hearing aid and feedback canceller | |
CN113347544A (zh) | 助听器的信号处理方法、装置及助听器 | |
US7010135B2 (en) | Method to determine a feedback threshold in a hearing device | |
CN102655558A (zh) | 一种双端发音鲁棒结构及其消除声学回声的方法 | |
CN112053700B (zh) | 场景识别方法、装置、电子设备以及计算机可读存储介质 | |
EP3955594B1 (en) | Feedback control using a correlation measure | |
CN107371101B (zh) | 收音设备及检测该收音设备是否处于使用状态的方法 | |
CN114333885A (zh) | 语音降噪方法、装置和存储介质 | |
CN115604611A (zh) | 音频信号的监测 | |
CN116312594A (zh) | 动态调节语音质量方法、设备及计算机可读存储介质 | |
CN115705848A (zh) | 一种降噪方法、设备及存储介质 | |
CN117014750A (zh) | 降噪方法、设备及计算机可读存储介质 | |
CN114613380A (zh) | 一种录音的方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |