CN113993053B - 一种通道自适应的数字助听器宽动态范围压缩方法 - Google Patents

Abstract

本发明公开一种通道自适应的数字助听器宽动态范围压缩方法，首先，通过模拟人耳听觉特性选择一种非对称滤波器组分解与综合算法，然后根据患者听力图并融合心理声学模型设计滤波器组通道数和参数，得到符合患者听损的个性化滤波器组；最后运用上述方法的数字助听器对输入的声音信号分通道进行宽动态范围压缩；压缩的具体步骤包括：对输入信号进行自适应通道滤波器组分解，得到自适应通道的信号；对分解后的每个通道信号进行响度补偿；对补偿后的各通道信号进行滤波器组综合，得到全带信号；将综合后的全带信号转换为声音信号输出。在满足性能要求的同时降低系统的计算复杂度，提高患者的言语可懂度。

Description

一种通道自适应的数字助听器宽动态范围压缩方法

技术领域

本发明涉及数字助听器声信号处理技术领域，特别是涉及一种通道自适应的数字助听器宽动态范围压缩方法。

背景技术

数字助听器最主要的功能是响度补偿，即根据患者听损情况制定最适合患者的个性化补偿方案。它涉及两个问题：(1)如何根据患者在不同频率点上的听损情况进行补偿；(2)如何根据输入声音的声强进行补偿，既要保证在弱信号的时候使患者能够清楚地听到，又要保证在强信号的时候不吵闹。

响度补偿的具体实现方法是宽动态范围压缩(wide dynamic rangecompression,WDRC)。WDRC将声音信号分解为多个通道信号，各通道增益可独立调节。算法根据患者的听力图和输入语音信号的声压级确定不同通道的增益值，在一个通道内部增益是声压级的函数。由于听损患者的听觉动态范围一般比正常人要窄，所以算法需要将正常人的听觉范围压缩到患者的听觉范围中，故称为宽动态范围压缩。

现有的数字助听器宽动态范围压缩的方法都是将输入的声音信号分解成为固定数量和固定频率范围的子带信号，在每个子带上实时计算当前的增益。该方法存在一些问题。首先，固定通道数的滤波器组无法有效补偿听障患者复杂的听力损失。如患者在临近频点具有不同的听力损失，而这些频点又位于同一个子带时，无法针对不同频点听损给予不同的补偿值。其次，浪费宝贵的计算量。有的患者在很宽的频带没有听损，或者有相同的听损，算法仍然要划分不同通道进行分别计算，浪费数字助听器宝贵的计算量和功耗。因此，如何根据人耳听觉特性和语音信号的固有性质，构建可以根据患者听力损失的特点分解信号的通道自适应滤波器组，在满足性能要求的同时降低系统的计算复杂度，具有重要的研究意义。

发明内容

为了克服现有技术中存在的不足及为了达到上述的目的，本发明提供一种通道自适应的数字助听器宽动态范围压缩方法，首先，模拟人耳听觉特性选择一种非对称滤波器组分解与综合算法；然后，根据患者听力图并融合心理声学模型设计滤波器组通道数和参数，得到符合患者听损的个性化滤波器组；最后，运用上述方法的数字助听器对输入的声音信号分通道进行宽动态范围压缩，在满足性能要求的同时降低系统的计算复杂度，提高患者的言语可懂度。经过对宽动态范围压缩的语音信号的客观评价以及主观评价，本发明提出的方法明显优于其他经典的宽动态范围压缩方法，可以采用最少的通道数提供高质量适配患者听力图的补偿语音。具体技术方案如下：

一种通道自适应的数字助听器宽动态范围压缩方法，该方法包括以下步骤：

步骤1)设计自适应通道滤波器组：通过模拟人耳听觉特性选择一种非对称滤波器组分解与综合算法，然后根据患者听力图并融合心理声学模型设计滤波器组通道数和参数，得到符合患者听损的个性化滤波器组，即自适应通道滤波器组；

步骤2)声音信号压缩输出：使用运用步骤1)所述方法的数字助听器对输入的声音信号分通道进行宽动态范围压缩，压缩的过程包括以下步骤：

步骤2-1)、对输入信号进行自适应通道滤波器组分解，得到自适应通道的信号；

步骤2-2)、对分解后的每个通道信号进行响度补偿；

步骤2-3)、对补偿后的各通道信号进行滤波器组综合，得到全带信号；

步骤2-4)、将综合后全带信号转换为声音信号输出。

前述的通道自适应的数字助听器宽动态范围压缩方法，步骤1)所述的设计自适应通道滤波器组具体步骤为：

步骤101)、根据人耳基底膜非线性特性，选择N通道滤波器组，其公式为

其中，f_i为第i个通道的中心频率，N为通道数，参数B_i取值满足公式B_i＝b·ERB(f_i)，ERB(f_i)为f_i频率的听觉滤波器等价矩形带宽，n＝4,b＝1.109，ψ为初始相位，c为频率调制因子，lnt为时间的自然对数；

步骤102)、求所述N通道滤波器组公式的z变换，得到其传递函数G_i(z)，并将每个通道的传递函数分解成两个滤波器传递函数的乘积

G_i(z)＝T_i(z)·H_i(z)

其中，滤波器T_i(z)是Gammatone滤波器传递函数，H_i(z)为非对称滤波器传递函数；

步骤103)、对步骤102)所述的N通道滤波器组进行通道合并，得到M通道滤波器组，每个通道的分解滤波器计算公式如下

其中，G_k(z)为通道滤波器组公式z变换得到的k通道传递函数，v_j为第j个通道合并的数量，u_j代表合并的最低通道,M为合并后的通道数；

步骤104)、假设输入信号为x(n)，n为样点序号，将其通过分解滤波器计算公式计算，获得自适应M通道信号x₀(n)，x₁(n)、x₂(n)、…、x_M-1(n)。

前述的通道自适应的数字助听器宽动态范围压缩方法，步骤101)中所述的中心频率f_i计算公式如下，不失一般性，N取16；

所述的f_i频率的听觉滤波器等价矩形带宽ERB(f_i)的具体为：

ERB(f_i)＝24.7+0.108f_i

前述的通道自适应的数字助听器宽动态范围压缩方法，步骤102)所述的非对称滤波器传递函数H_i(z)，实现方法如下：

r_ik＝exp(-p₁(p₀/p₃)^k-1·2πbERB(f_i)/f_s)

Δf_i＝(p₀/p₃)^k-1·p₂·c·bERB(f_i)

其中，

L为H_i(z)非对称滤波器的阶数，阶数优选取四阶；

f_s是采样频率；参数取值为：p₀＝2，p₁＝1.7818·(1-0.0791·b)·(1-0.1655·|c|)，p₂＝0.5689·(1-0.1620·b)·(1-0.0857·|c|)，p₃＝1.0724。

前述的通道自适应的数字助听器宽动态范围压缩方法，步骤103)中所述的对N通道滤波器组进行通道合并，具体步骤为：

步骤1031)、对听损患者听力图测量点的听阈进行线性差值，得到滤波器组中心频率f_i所对应的听阈；

步骤1032)、融合心理声学模型，根据不同频率声音对言语理解的贡献度确定δ_i的取值，以用于判断相邻通道是否合并；

步骤1033)、比较相邻通道的听阈，若相邻通道对应的听阈相同，或者小于δ_i，则相邻通道合并，得到M通道滤波器组。

前述的通道自适应的数字助听器宽动态范围压缩方法，所述δ_i的取值根据不同频率声音对言语理解的贡献度确定，具体为：

500Hz～2000Hz频率范围内的声音，通道合并时取δ_i＝5dB；

0～500Hz频率范围内的声音，通道合并时取δ_i＝20dB；

2000～8000Hz频率范围内的声音，通道合并时取δ_i＝10dB。

其他频率范围的声音通道合并时取δ_i＝30dB。

前述的通道自适应的数字助听器宽动态范围压缩方法，步骤2)所述的对分解后的每个通道信号进行宽动态范围压缩为在每个通道内，对信号进行宽动态范围压缩，具体方法是将正常人耳的听觉范围DRn压缩到患者的听觉动态范围DRu，其中，

DRn＝[THR_n,UCL_n]

DRu＝[THR_u,UCL_u]

THR_n表示正常人耳的听阈，UCL_n表示正常人耳的不适阈，THR_u表示听损患者的听阈，UCL_u表示听障患者的不适阈。

前述的通道自适应的数字助听器宽动态范围压缩方法，所述对信号进行宽动态范围压缩，具体的方法为采用三段折线法进行压缩，分段如下：

①段为线性区，即声压级在听阈与舒适阈之间的区域；

②段为压缩区，即声压级在舒适阈与不适阈之间的区域；

③段为饱和区。

本发明有益效果：本发明通过模拟人耳听觉特性选择一种非对称滤波器组分解与综合算法；然后根据患者听力图并融合心理声学模型设计滤波器组通道数和参数，得到符合患者听损的个性化滤波器组；最后运用上述方法的数字助听器对输入的声音信号分通道进行宽动态范围压缩。本发明所采用的分解方式和综合滤波器组符合人耳基底膜的非线性特性，和传统的均匀分割滤波器组相比，可以使用较少的通道达到同样的频率解析效果。另外本发明采用了全新的自适应通道合并策略，根据不同频率声音对言语理解的贡献度确定合并阈值，再结合患者的听力图得到个性化的自适应通道数和通道带宽。在满足性能要求的同时降低系统的计算复杂度，提高患者的言语可懂度。

经对宽动态范围压缩的语音信号的客观评价以及主观评价，本发明提出的方法明显优于其他经典的宽动态范围压缩方法，可以采用最少的通道数提供高质量适配患者听力图的补偿语音。

附图说明

图1为本发明通道自适应的数字助听器宽动态范围压缩方法的通道自适应的滤波器组设计与信号处理框图；

图2为本发明将正常人耳的听觉范围压缩到患者的听觉动态范围三段折线法宽动态范围压缩曲线图；

图3为经本发明方法压缩后的宽动态范围压缩输出波形图。

具体实施方式

下面将结合实施例图，对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。具体实施例如下：

实施例1

本实施例是一种通道自适应的数字助听器宽动态范围压缩方法，该方法包括如下步骤：

步骤1)设计自适应通道滤波器组：通过模拟人耳听觉特性选择一种非对称滤波器组分解与综合算法，然后根据患者听力图并融合心理声学模型设计滤波器组通道数和参数，得到符合患者听损的个性化滤波器组；

步骤2)声音信号压缩输出：使用运用步骤1)所述方法的数字助听器对输入的声音信号分通道进行宽动态范围压缩，压缩的过程包括以下步骤：

步骤2-1)、对输入信号进行自适应通道滤波器组分解，得到自适应通道的信号；

步骤2-2)、对分解后的每个通道信号进行响度补偿；

步骤2-3)、对补偿后的各通道信号进行滤波器组综合，得到全带信号；

步骤2-4)、将综合后全带信号转换为声音信号输出。

具体地，

步骤1)所述设计自适应通道滤波器组步骤为：

步骤101)、根据人耳基底膜非线性特性，选择N通道滤波器组公式为

其中，f_i是第i个通道的中心频率，N是通道数。

中心频率f_i计算公式如下，

不失一般性，N可以取16。

参数B_i取值满足公式B_i＝b·ERB(f_i)，ERB(f_i)是f_i频率的听觉滤波器等价矩形带宽。

ERB(f_i)＝24.7+0.108f_i (3)

一般取n＝4,b＝1.109，ψ为初始相位，由于人耳对相位不敏感，可取ψ＝0。c是频率调制因子，取值范围[-3 3]；lnt是时间的自然对数。

步骤102)、求公式(1)所述的滤波器组公式的z变换，得到其传递函数G_i(z)，并将每个通道的传递函数分解成两个滤波器传递函数的乘积

G_i(z)＝T_i(z)·H_i(z) (4)

其中，滤波器T_i(z)是Gammatone滤波器传递函数，可以使用四级二阶IIR滤波器组实现。H_i(z)为非对称滤波器传递函数，其实现方法如下

r_ik＝exp(-p₁(p₀/p₃)^k-1·2πbERB(f_i)/f_s) (7)

Δf_i＝(p₀/p₃)^k-1·p₂·c·bERB(f_i) (10)

其中，L是H_i(z)非对称滤波器的阶数，一般取四阶。f_s是采样频率，参数取值p₀＝2，p₁＝1.7818·(1-0.0791·b)·(1-0.1655·|c|)，p₂＝0.5689·(1-0.1620·b)·(1-0.0857·|c|)，p₃＝1.0724。

步骤103)、对步骤102)所述的滤波器组进行通道合并，操作如下：

1031)、对听损患者听力图的测量点的听阈进行线性插值。一般情况下，听力图的测量频点为125Hz,250Hz，500Hz，(750Hz)，1kHz，(1.5kHz),2kHz，(3kHz)，4kHz，(6kHz)，8kHz，与公式(2)所述中心频率并不一致。通过对上述频点的听力图进行线性差值，可以得到公式(2)所示的N通道滤波器组中心频率f_i所对应的听阈，用t_i,i＝1,2,3,…,N表示。

步骤1032)、融合心理声学模型，根据不同频率声音对言语理解的贡献度确定δ_i的取值，以用于判断相邻通道是否合并。因为500Hz～2000Hz声音对语言理解的贡献度为70％，非常重要，因此该频率范围内的通道合并的δ_i＝5dB；0～500Hz声音对语言理解的贡献度为5％，因此该频率范围内的通道合并时取δ_i＝20dB；2000～8000Hz声音对语言理解的贡献度为25％，因此该范围内的通道合并时取δ_i＝10dB。其他频率范围的声音对语言理解的贡献度很低，因此通道合并时取δ_i＝30dB。这种通道合并方法在保证响度补偿性能的同时，减少了滤波器组的通道数量、计算量和实现复杂度。

步骤1033)、若相邻通道对应的听阈相同，或者小于δ_i，则相邻通道合并；经过通道合并后，得到M通道滤波器组，每个通道的分解滤波器计算如下

其中G_k(z)为公式(4)定义的k通道传递函数，v_j为第j个通道合并的数量，u_j代表合并的最低通道,M为合并后的通道数。每个通道的综合滤波器也按类似的方法得到，计算公式如下

不失一般性，可以取F_k(z)＝G_k(z)。

步骤104)、假设数字助听器输入信号为x(n)，n为样点序号。将其通过公式(11)所示的自适应M通道分解滤波器组，获得自适应M通道信号x₀(n)，x₁(n)、x₂(n)、…、x_M-1(n)。

步骤2-2)所述的对分解后的每个通道信号进行宽动态范围压缩的步骤为：

步骤201)、在每个通道内，对x_i(n),i＝0,1,2,…,M-1信号进行宽动态范围压缩，具体方法是将正常人耳的听觉范围DRn压缩到患者的听觉动态范围DRu，其中

DRn＝[THR_n,UCL_n] (13)

DRu＝[THR_u,UCL_u] (14)

THR_n表示正常人耳的听阈，UCL_n表示正常人耳的不适阈，THR_u表示听损患者的听阈，UCL_u表示听障患者的不适阈。具体的方法可以采用三段折线法进行压缩，如图2所示。

其中MCL_n表示正常人耳的舒适阈，DR_n示正常人耳的动态范围，其中MCL_u表示听障患者的舒适阈，DR_n表示听障患者的动态范围。

①段为线性区，即声压级在听阈与舒适阈之间的区域；

②段为压缩区，即声压级在舒适阈与不适阈之间的区域；

③段为饱和区。

经过宽动态范围压缩，每个通道内的信号声压级都被压缩到听障患者的动态范围内，在补偿响度的同时保护患者的残余听力。

宽动态范围压缩后的自适应M通道输出信号为y₀(n)，y₁(n)、y₂(n)、…、y_M-1(n)。

步骤2-3)所述的对补偿后的各通道信号进行滤波器组综合步骤为：

经过宽动态范围压缩的M通道信号y₀(n)，y₁(n)、y₂(n)、…、y_M-1(n)通过公式(12)所示的综合滤波器组，得到综合后的全带信号y(n)。

步骤2-4)所述的全带信号y(n)经过DA转换和功率放大器，推动数字助听器的受话器播放声音。

实施例2效果例

本实施例是对实施例1所述的通道自适应的数字助听器宽动态范围压缩方法的效果进行客观评价以及主观评价。客观评价是对补偿后的语音幅度及清晰度进行测定，结果如图3所示；主观评价是同时从老年性听障患者中随机选取10位进行言语识别主观测试，获得言语识别率，并采用原始声音作为识别对照，结果表1所示。

表1.听障患者的平均言语识别率

图3显示，经本发明方法的通道自适应的数字助听器宽动态范围压缩，补偿后的语音幅度升高，但仍然保持了语音包络，声纹清晰，经老年性听障患者试听，语音清晰度明显增强。

表1结果也显示，经过6位听障患者的主观测试，经过本发明所述的通道自适应的数字助听器宽动态范围压缩，输出语音信号的言语识别率显著提高。在输入语音声压级为20～70dB SPL的情况下，本发明方法输出语音的言语识别率对比原始语音的言语识别率都显著提高。

经对宽动态范围压缩的语音信号的客观评价以及主观评价，本发明提出的方法明显优于其他经典的宽动态范围压缩方法，可以采用最少的通道数提供高质量适配患者听力图的补偿语音，在满足性能要求的同时降低系统的计算复杂度，提高患者的言语可懂度。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的。此外，应当理解，虽然本说明书按照实施方式加以描述，但并非只包含一个的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，实施例中的技术方案也可以经适当改进，形成本领域技术人员可以理解的其他实施方式。因此，以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种通道自适应的数字助听器宽动态范围压缩方法，其特征在于：包括以下步骤：

步骤1)设计自适应通道滤波器组：通过模拟人耳基底膜非线性特性选择一种非对称滤波器组分解与综合算法，然后根据听损患者听力图并融合心理声学模型设计滤波器组通道数和参数，得到符合患者听损的个性化的滤波器组，即自适应通道滤波器组；

步骤2)声音信号压缩输出：使用运用步骤1)所述方法的数字助听器对输入的声音信号分通道进行宽动态范围压缩，压缩的过程包括以下步骤：

步骤2-1)、对输入信号进行自适应通道滤波器组分解，得到自适应通道的信号；

步骤2-2)、对分解后的每个通道信号进行响度补偿；

步骤2-3)、对补偿后的各通道信号进行滤波器组综合，得到全带信号；

步骤2-4)、将综合后的全带信号转换为声音信号输出；

步骤1)中，所述的设计自适应通道滤波器组包括如下步骤：

步骤101)、根据人耳基底膜非线性特性，选择N通道滤波器组，其公式为

其中，f_i为第i个通道的中心频率，N为通道数，参数B_i取值满足公式B_i＝b·ERB(f_i)，ERB(f_i)为f_i频率的听觉滤波器等价矩形带宽，n＝4,b＝1.109，ψ为初始相位，c为频率调制因子，lnt为时间的自然对数；

步骤102)、求所述N通道滤波器组公式的z变换，得到其传递函数G_i(z)，并将每个通道的传递函数分解成两个滤波器传递函数的乘积

G_i(z)＝T_i(z)·H_i(z)

其中，滤波器T_i(z)为Gammatone滤波器传递函数，H_i(z)为非对称滤波器传递函数；

步骤103)、对步骤102)所述的N通道滤波器组进行通道合并，得到M通道滤波器组；每个通道的分解滤波器及综合滤波器计算公式，如下

其中，G_k(z)为N通道滤波器组公式z变换得到的k通道传递函数，v_j为第j个通道合并的数量，u_j代表合并的最低通道序号，M为合并后的通道数；

步骤104)、假设输入信号为x(n)，n为样点序号，将其通过分解滤波器计算公式计算，获得自适应M通道信号x₀(n)，x₁(n)、x₂(n)、…、x_M-1(n)。

2.根据权利要求1所述的通道自适应的数字助听器宽动态范围压缩方法，其特征在于：步骤101)中所述的中心频率f_i计算公式如下：

所述f_i频率的听觉滤波器等价矩形带宽ERB(f_i)为：

ERB(f_i)＝24.7+0.108f_i。

3.根据权利要求1所述的通道自适应的数字助听器宽动态范围压缩方法，其特征在于：步骤102)中所述的非对称滤波器传递函数H_i(z)，其实现方法为：

r_ik＝exp(-p₁(p₀/p₃)^k-1·2πbERB(f_i)/f_s)

Δf_i＝(p₀/p₃)^k-1·p₂·c·bERB(f_i)

其中，

L为H_i(z)非对称滤波器的阶数，取四阶；f_s为采样频率；参数取值为：p₀＝2，p₁＝1.7818·(1-0.0791·b)·(1-0.1655·|c|)，p₂＝0.5689·(1-0.1620·b)·(1-0.0857·|c|)，p₃＝1.0724。

4.根据权利要求1所述的通道自适应的数字助听器宽动态范围压缩方法，其特征在于：步骤103)中所述的对N通道滤波器组进行通道合并，具体步骤为：

步骤1031)、对听损患者听力图测量点的听阈进行线性差值，得到滤波器组中心频率f_i所对应的听阈；

步骤1032)、融合心理声学模型，根据不同频率声音对言语理解的贡献度确定δ_i的取值，以用于判断相邻通道是否合并；

步骤1033)、比较相邻通道的听阈，若相邻通道对应的听阈相同，或者小于δ_i，则相邻通道合并，得到M通道滤波器组。

5.根据权利要求4所述的通道自适应的数字助听器宽动态范围压缩方法，其特征在于，根据不同频率声音对言语理解的贡献度确定δ_i的取值，具体为：

500Hz～2000Hz频率范围内的声音，通道合并时取δ_i＝5dB；

0～500Hz频率范围内的声音，通道合并时取δ_i＝20dB；

2000～8000Hz频率范围内的声音，通道合并时取δ_i＝10dB；

其他频率范围的声音通道合并时取δ_i＝30dB。

6.根据权利要求1所述的通道自适应的数字助听器宽动态范围压缩方法，其特征在于，步骤2)中所述对分解后的每个通道信号进行宽动态范围压缩为在每个通道内，对信号进行宽动态范围压缩，具体方法是将正常人耳的听觉范围DRn压缩到患者的听觉动态范围DRu，所述

DRn＝[THR_n,UCL_n]

DRu＝[THR_u,UCL_u]

THR_n表示正常人耳的听阈，UCL_n表示正常人耳的不适阈，THR_u表示听损患者的听阈，UCL_u表示听障患者的不适阈。

7.根据权利要求6所述的通道自适应的数字助听器宽动态范围压缩方法，其特征在于，所述对信号进行宽动态范围压缩，具体方法为采用三段折线法进行压缩，分段如下：

①段为线性区，为声压级在听阈与舒适阈之间的区域；

②段为压缩区，为声压级在舒适阈与不适阈之间的区域；

③段为饱和区，为声压级在不适阈的区域。

Images