CN114125680A - 一种面向可变环境的助听器验配系统 - Google Patents
一种面向可变环境的助听器验配系统 Download PDFInfo
- Publication number
- CN114125680A CN114125680A CN202111556706.2A CN202111556706A CN114125680A CN 114125680 A CN114125680 A CN 114125680A CN 202111556706 A CN202111556706 A CN 202111556706A CN 114125680 A CN114125680 A CN 114125680A
- Authority
- CN
- China
- Prior art keywords
- environment
- variable
- hearing
- patient
- oriented
- 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.)
- Granted
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
- H04R25/30—Monitoring or testing of hearing aids, e.g. functioning, settings, battery power
-
- 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
- H04R25/48—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception using constructional means for obtaining a desired frequency response
-
- 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
- H04R25/70—Adaptation of deaf aid to hearing loss, e.g. initial electronic fitting
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
- H04R2225/39—Aspects relating to automatic logging of sound environment parameters and the performance of the hearing aid during use, e.g. histogram logging, or of user selected programs or settings in the hearing aid, e.g. usage logging
Landscapes
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Neurosurgery (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本发明提供一种面向可变环境的助听器验配系统，其可以减少精细调整的时间，减少患者往返验配机构的次数。在不同环境中启动本系统后，声学环境检测模块检测当前环境的环境噪声特征数据，面向可变环境的听力评估模块基于当前环境的环境噪声特征数据评估患者在当前环境中的言语识别能力和纯音听力阈值，将环境噪声特征数据与言语识别能力以及纯音听力阈值送入面向可变环境的验配参数计算模块，计算得到患者在当前环境下的的验配参数，通过验配参数传输模块自动写入配套助听器，更新助听器的工作参数，实现配套助听器的在当前环境的自适应调整。
Description
技术领域
本发明涉及电子学、计算机和信号处理技术领域，具体为一种面向可变环境的助听器验配系统。
背景技术
助听器是一种小型扩音器，对声音按照一定的策略进行放大，利用听障者的残余听力，提升患者对于语音信号的识别能力。基于患者的听力状态，设置助听器对于声音的放大策略，称为助听器验配。现有的助听器验配流程通常包括以下步骤：
步骤一：患者的听力阈值检测；
步骤二：通过验配公式基于患者听力阈值给出建议的验配参数；
步骤三：根据患者的实际感受对验配参数进行精细调整：
精细调整内容包括：因为步骤二中给出的验配参数没有考虑患者的言语识别能力，导致患者需要根据自己的实际使用感受与技术人员一起对验配参数进行精细调整；以及在实际的各种不同强度、种类环境音中，因为患者个人听力情况不同导致的纯音听阈的变化与言语识能力发生变化，所以患者需要根据生活中的实际感受与技术人员一起对助听器参数进行精细调整。
在助听器验配流程中，步骤一和步骤二用时较短，一般可在20分钟内完成。但步骤三中的验配参数的精细调整过程需要患者与听力医师多次反复沟通，则会耗时很长。而长时间与多次反复验配，不但会降低助听器患者的使用感受，还会降低助听器的使用率。
发明内容
为了解决现有技术中对于助行器验配流程过长、调整次数频繁的问题，本发明提供一种面向可变环境的助听器验配系统，其可以减少精细调整的时间，减少患者往返验配机构的次数。
本发明的技术方案是这样的：一种面向可变环境的助听器验配系统，其特征在于，其包括：声学环境检测模块、面向可变环境的听力评估模块、面向可变环境的验配参数计算模块、验配参数传输模块；
所述声学环境检测模块采集并检测当前环境的噪声信号，基于内置的环境特征提取算法提取当前环境的环境噪声特征数据，将当前环境的所述环境噪声特征数据传递给其他三个模块，用于纯音听力与言语识别能力的评估以及验配参数的计算；
所述面向可变环境的听力评估模块包括：面向可变环境的言语识别能力评估模型和面向可变环境的纯音听阈评估模型；所述面向可变环境的言语识别能力评估模型的输入为：患者在安静环境下的言语识别能力与当前环境下的所述环境噪声特征数据，输出为：患者在当前环境下的预估言语识别能力；所述面向可变环境的纯音听阈评估模型的输入为：患者在安静环境下的纯音听力阈值与当前环境下的所述环境噪声特征数据，输出为：患者在当前环境下的预估纯音听力阈值；
所述面向可变环境的听力评估模块接收到当前环境的所述环境噪声特征数据，结合预先内置于模块内的患者在安静环境下的言语识别能力和纯音听力阈值后，计算得到患者在当前环境下的所述预估言语识别能力和所述预估纯音听力阈值，并将计算结果传输给所述面向可变环境的验配参数计算模块；
所述面向可变环境的验配参数计算模块基于当前环境下的所述环境噪声特征数据、所述预估言语识别能力、和所述预估纯音听力阈值，计算得到患者在当前环境下的的验配参数；
所述验配参数传输模块将所述验配参数，自动写入配套助听器，更新助听器的工作参数，实现配套助听器的在当前环境的自适应调整，或者将所述验配参数传输给第三方的验配软件，进行后续工作。
其进一步特征在于：
所述声学环境检测模块、所述面向可变环境的听力评估模块、所述面向可变环境的验配参数计算模块、所述验配参数传输模块运行于小型X86架构的开发板；所述声学环境检测模块基于电连接在开发版上的麦克风采集当前环境的噪声信号，并将噪声信号转换为数字信号；
所述声学环境检测模块基于环境特征提取算法将当前环境噪声的数字信号转换为向量形式的所述环境噪声特征数据；
所述环境噪声特征数据的形式为：
F=[L20,L21,…,L100]
其中， L后面的数字为噪声强度，单位为dB；
L代表大于， L和数字表示：在测试时间段内，当前环境噪音强度大于自身数字所表示的噪声强度的时间与测试时间段的总时间长度的百分比；
所述言语识别能力基于言语识别阈值表示；所述言语识别阈值是在指定的声学环境下，患者的听力能够正确识别50%的言语信号时，对应的言语信号的强度；
所述纯音听力阈值：指患者的听力在指定环境下，能够正确识别75%的指定频率的纯音音频信号时，对应的最小的纯音音频信号的强度；所述指定频率包括：250Hz、500Hz、1000Hz、2000Hz、4000Hz、8000Hz；
所述面向可变环境的言语识别能力评估模型和所述面向可变环境的纯音听阈评估模型分别基于PYTHON语言中SKLEARN机器学习包中的神经网络模型实现；
所述面向可变环境的言语识别能力评估模型和所述面向可变环境的纯音听阈评估模型的训练过程，包括以下步骤：
a1：收集训练用噪音音频数据；
所述训练用噪音音频数据的噪声种类包括：风声、嘈杂语噪声、音乐噪声；
a2：将所述训练用噪音音频数据的分别设置平均频谱强度；
所述平均频谱强度包括：50dB、60dB、70dB、80dB；
a3：基于所述环境特征提取算法提取不同种类不同强度音频的环境噪声特征数据，记做训练用环境噪声特征数据；
a4：将不同种类与不同强度的所述训练用噪音音频数据分别向患者播放，测试在此环境下患者的言语识别阈值和纯音听力阈值；
a5：测试患者在在安静环境下的言语识别阈值和纯音听力阈值；
a6：将患者在安静环境下的言语识别阈值与所述训练用环境噪声特征数据构成所述面向可变环境的言语识别能力评估模型的训练用数据集；
将患者在安静环境下的纯音听力阈值与所述训练用环境噪声特征数据构成所述面向可变环境的纯音听阈评估模型的训练用数据集；
a7：将训练用数据集输入到对应的模型中进行训练，分别得到训练好的所述面向可变环境的言语识别能力评估模型和所述面向可变环境的纯音听阈评估模型；
所述面向可变环境的验配参数计算模块中包括：基于PYTHON语言中NUMPY数据包中的线性规划模块实现的验配算法；
所述验配算法为：在放大声音信号的同时尽量减小对噪声信号的放大，使得言语信号在对应频率点处的强度超过患者在当前环境下的纯音听力阈值，同时整体的语音强度达到患者在此环境下的言语识别阈值，最终得到输出的所述验配参数；
所述验配参数传输模块中，基于JSON数据规范对所述述验配参数进行封装。
本发明提供的一种面向可变环境的助听器验配系统，在不同环境中启动本系统后，声学环境检测模块检测当前环境的环境噪声特征数据，面向可变环境的听力评估模块基于当前环境的环境噪声特征数据评估患者在当前环境中的言语识别能力和纯音听力阈值，将环境噪声特征数据与言语识别能力以及纯音听力阈值送入面向可变环境的验配参数计算模块，计算得到患者在当前环境下的的验配参数，通过验配参数传输模块自动写入配套助听器，更新助听器的工作参数，实现配套助听器的在当前环境的自适应调整；整个过程无需技术人员支持即可自动完成，减少了患者参与的精细调整的次数，简化了助听器精细调整的过程；在验配过程中，加入了患者听力的言语识别能力作为验配参数的计算依据，使得验配结果可以适应不同患者言语识别能力的不同，减少助听器验配过程中参数调整的时间。同时，本系统基于声学环境检测模块检测当前环境，后续过程中对患者听力的言语识别能力、纯音听力阈值、和验配参数的计算，都加入了当前环境下的环境噪声特征数据，使得验配结果可以适应当前环境对于患者的影响，减少了患者面对新环境时往返助听器验配机构进行精细调整的次数。
附图说明
图1为本发明中的验配系统的总体架构示意图；
图2为面向可变环境的听力评估模块的模块构成示意图；
图3为面向可变环境的验配参数计算模块输入输出示意图。
具体实施方式
如图1所示，本发明一种面向可变环境的助听器验配系统，其包括：声学环境检测模块、面向可变环境的听力评估模块、面向可变环境的验配参数计算模块、验配参数传输模块。
具体实现时，声学环境检测模块、面向可变环境的听力评估模块、面向可变环境的验配参数计算模块、验配参数传输模块运行于小型X86架构的开发板上；使用小型的具备计算功能的X86架构的开发板，确保本发明的验配系统可以被患者随身携带，在各种不同的环境中使用。声学环境检测模块基于电连接在开发版上的麦克风采集当前环境的噪声信号，并将噪声信号转换为数字信号；开发板通过现有技术中的有线或者无线的方式通信连接配套助听器或者第三方验配软件，确保能够将最终得到验配参数的写入配套助听器，或者传输给第三方验配软件。
声学环境检测模块采集并检测当前环境的噪声信号，基于内置的环境特征提取算法提取当前环境的环境噪声特征数据，将当前环境的环境噪声特征数据传递给其他三个模块，用于纯音听力与言语识别能力的评估以及验配参数的计算。
声学环境检测模块基于环境特征提取算法将当前环境噪声的数字信号转换为向量形式的环境噪声特征数据。
环境特征提取算法基于现有的技术实现即可，如按照以下步骤：
步骤1：通过麦克风采集预设的采集时间段的（如：60s）的外界音频，记为a；
步骤2：采用矩形窗对音频a进行分段，对每一段窗口内的信号进行傅里叶变换；
如：按照1s的窗口长度，0.5s的窗口位移对音频a分段；
步骤3：计算每个窗口内的频域平均强度；
步骤4：统计每种强度出现的频率，得到环境噪声特征数据，环境噪声特征数据以向量方式表示；
环境噪声特征数据的形式为：
F=[L20,L21,…,L100]
其中， L后面的数字为噪声强度，单位为dB；
L代表大于， L和数字表示：在测试时间段内，当前环境噪音强度大于自身数字所表示的噪声强度的时间与测试时间段的总时间长度的百分比；
如，患者在某个典型生活环境中，打开本发明的验配系统，系统中的测试时间段设置为60s；得到的环境噪声特征数据向量为：
F=[L20,L21,…,L100]
L20代表当前环境中噪声强度大于20dB的时间在总的测试时间段（60s）中所占百分比，L21代表当前环境中大于21dB的时间在测试时间段的60s内所占的百分比，其余同理。
面向可变环境的听力评估模块包括：面向可变环境的言语识别能力评估模型和面向可变环境的纯音听阈评估模型；面向可变环境的言语识别能力评估模型的输入为：患者在安静环境下的言语识别能力与当前环境下的环境噪声特征数据，输出为：患者在当前环境下的预估言语识别能力。
本发明中的言语识别能力基于言语识别阈值表示；言语识别阈值是在指定的声学环境下，患者的听力能够正确识别50%的言语信号时，对应的言语信号的强度。
本发明中面向可变环境的言语识别能力评估模型基于PYTHON语言中SKLEARN机器学习包中的神经网络模型实现。面向可变环境的言语识别能力评估模型的训练过程，包括以下步骤：
a1：收集训练用噪音音频数据；
训练用噪音音频数据的噪声种类包括：风声、嘈杂语噪声、音乐噪声；
a2：将训练用噪音音频数据的分别设置平均频谱强度；
平均频谱强度包括：50dB、60dB、70dB、80dB；
a3：基于环境特征提取算法提取不同种类不同强度音频的环境噪声特征数据，记做训练用环境噪声特征数据；
a4：将不同种类与不同强度的训练用噪音音频数据分别向患者播放，测试在此环境下患者的言语识别阈值和纯音听力阈值，并保存到系统中；
a5：测试患者在在安静环境下的言语识别阈值；
a6：将患者在安静环境下的言语识别阈值与训练用环境噪声特征数据构成面向可变环境的言语识别能力评估模型的训练用数据集；
a7：将训练用数据集输入到对应的模型中进行训练，得到训练好的面向可变环境的言语识别能力评估模型。
面向可变环境的言语识别能力评估模型基于不同的环境噪声特征数据表达不同的环境，以患者在对应环境下的言语识别阈值，构成标签部分，即：输入患者在安静环境下的言语识别能力与不同环境下的环境噪声特征数据，输出患者在不同环境下的基于言语识别阈值表示的预估言语识别能力，实现可变环境的言语识别能力评估。
本发明中的纯音听力阈值：指患者的听力在指定环境下，能够正确识别75%的指定频率的纯音音频信号时，对应的最小的纯音音频信号的强度；指定频率包括：250Hz、500Hz、1000Hz、2000Hz、4000Hz、8000Hz；
面向可变环境的纯音听阈评估模型基于PYTHON语言中SKLEARN机器学习包中的神经网络模型实现。面向可变环境的纯音听阈评估模型的训练过程，包括以下步骤：
a1：收集训练用噪音音频数据；
训练用噪音音频数据的噪声种类包括：风声、嘈杂语噪声、音乐噪声；
a2：将训练用噪音音频数据的分别设置平均频谱强度；
平均频谱强度包括：50dB、60dB、70dB、80dB；
a3：基于环境特征提取算法提取不同种类不同强度音频的环境噪声特征数据，记做训练用环境噪声特征数据；
a4：将不同种类与不同强度的训练用噪音音频数据分别向患者播放，测试在此环境下患者的言语识别阈值和纯音听力阈值，并保存到系统中；
a5：测试患者在在安静环境下的纯音听力阈值；
a6：将患者在安静环境下的纯音听力阈值与训练用环境噪声特征数据构成面向可变环境的纯音听阈评估模型的训练用数据集；
a7：将训练用数据集输入到对应的模型中进行训练，得到训练好的面向可变环境的纯音听阈评估模型。
面向可变环境的纯音听阈评估模型基于不同的环境噪声特征数据表达不同的环境，以患者在对应环境下的纯音听力阈值，构成标签部分，即：向面向可变环境的纯音听阈评估模型的输入患者在安静环境下的纯音听力阈值与不同环境下的环境噪声特征数据，模型输出患者在不同环境下的纯音听力阈值，进而实现可变环境的纯音听阈评估。
即，本发明中的面向可变环境的听力评估模块接收到当前环境的环境噪声特征数据，结合预先内置于模块内的患者在安静环境下的言语识别能力和纯音听力阈值，计算得到患者在当前环境下的预估言语识别能力和预估纯音听力阈值，并将计算结果传输给面向可变环境的验配参数计算模块。
本系统在进行助听器验配参数计算时，同时考虑了患者的言语识别能力以及不同环境对于患者纯音测听与言语识别能力的影响，确保了验配参数的准确性。
面向可变环境的验配参数计算模块基于当前环境下的环境噪声特征数据、预估言语识别能力、预估纯音听力阈值，计算得到患者在当前环境下的的验配参数；面向可变环境的验配参数计算模块中包括：基于PYTHON语言中NUMPY数据包中的线性规划模块实现的验配算法。
验配算法为：在放大声音信号的同时尽量减小对噪声信号的放大，使得言语信号在对应频率点处的强度超过患者在当前环境下的纯音听力阈值，同时整体的语音强度达到患者在此环境下的言语识别阈值，最终得到输出的验配参数。
验配算法的输出是验配参数。验配参数的具体格式如下表1中实施例所示：横坐标为频率，纵坐标为该频率下输入的音频强度，其余数据为该频率与输入强度下的增益。
表1：验配参数实施例
验配参数传输模块中，基于JSON(JavaScript Object Notation, 对象标记语言)数据规范对述验配参数进行封装。基于JSON数据格式将验配参数进行封装，确保本专利技术方案得到的数据适用于现有的各种第三方软件和助听器，进而确保本发明技术方案更具实用性。本系统可以将验配参数直接写入配套助听器，也可以传输给第三方验配软件，完成助听器参数的编程写入，确保本系统适用于各种不同的助听器验配场景。
验配参数传输模块将验配参数，自动写入配套助听器，更新助听器的工作参数，实现配套助听器的在当前环境的自适应调整，或者将验配参数传输给第三方的验配软件，进行后续工作。
JSON封装之后的验配参数格式的实施例如下所示：
{1:{20:50, 21:50,…,100:5}，2:{20:50, 21:50,…,100:5}，…，12000:{20:60,21:60,…,100:5}}
其中，内层花括号前的数字表示频率。内层花括号的内部为该频率下不同输入强度所对应的增益，即：内层花括号内部的”:”符号前面的数字为输入强度，”:”符号后面的数字为该输入强度下的增益数值。
如：1:{20:50, 21:50,…,100:5}
1表示频率1Hz，20:50表示助听器的输入强度为20dB时，增益数值为50dB；21:50表示助听器的的声音输入强度为21dB时，增益数值为50dB...... 100:5表示助听器的的声音输入强度为100dB时，增益数值为5dB。
使用本发明的技术方案后，当患者处于新的环境时，打开本系统，本系统可以快速检测并提取当前环境噪声特征，基于环境噪声特征评估患者在当前环境下的纯音听力阈值与言语识别能力。基于评估所得的此环境下的患者的纯音听力阈值与言语识别能力计算适合患者在此环境的验配参数。使得验配结果可以快速适应不同环境对于患者的影响，减少患者面对新环境时往返助听器验配机构进行精细调整的次数。同时本系统在验配时，加入了患者言语识别能力作为验配参数的计算依据。使得验配结果可以适应不同患者听力的言语识别能力的不同，减少助听器验配过程中精细调整的时间。
Claims (10)
1.一种面向可变环境的助听器验配系统，其特征在于，其包括：声学环境检测模块、面向可变环境的听力评估模块、面向可变环境的验配参数计算模块、验配参数传输模块；
所述声学环境检测模块采集并检测当前环境的噪声信号，基于内置的环境特征提取算法提取当前环境的环境噪声特征数据，将当前环境的所述环境噪声特征数据传递给其他三个模块，用于纯音听力与言语识别能力的评估以及验配参数的计算；
所述面向可变环境的听力评估模块包括：面向可变环境的言语识别能力评估模型和面向可变环境的纯音听阈评估模型；所述面向可变环境的言语识别能力评估模型的输入为：患者在安静环境下的言语识别能力与当前环境下的所述环境噪声特征数据，输出为：患者在当前环境下的预估言语识别能力；所述面向可变环境的纯音听阈评估模型的输入为：患者在安静环境下的纯音听力阈值与当前环境下的所述环境噪声特征数据，输出为：患者在当前环境下的预估纯音听力阈值；
所述面向可变环境的听力评估模块接收到当前环境的所述环境噪声特征数据，结合预先内置于模块内的患者在安静环境下的言语识别能力和纯音听力阈值后，计算得到患者在当前环境下的所述预估言语识别能力和所述预估纯音听力阈值，并将计算结果传输给所述面向可变环境的验配参数计算模块；
所述面向可变环境的验配参数计算模块基于当前环境下的所述环境噪声特征数据、所述预估言语识别能力、和所述预估纯音听力阈值，计算得到患者在当前环境下的的验配参数；
所述验配参数传输模块将所述验配参数，自动写入配套助听器，更新助听器的工作参数，实现配套助听器的在当前环境的自适应调整，或者将所述验配参数传输给第三方的验配软件，进行后续工作。
2.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述声学环境检测模块、所述面向可变环境的听力评估模块、所述面向可变环境的验配参数计算模块、所述验配参数传输模块运行于小型X86架构的开发板；所述声学环境检测模块基于电连接在开发版上的麦克风采集当前环境的噪声信号，并将噪声信号转换为数字信号。
3.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述声学环境检测模块基于环境特征提取算法将当前环境噪声的数字信号转换为向量形式的所述环境噪声特征数据。
4.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述环境噪声特征数据的形式为：
F=[L20,L21,…,L100]
其中， L后面的数字为噪声强度，单位为dB；
L代表大于， L和数字表示：在测试时间段内，当前环境噪音强度大于自身数字所表示的噪声强度的时间与测试时间段的总时间长度的百分比。
5.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述言语识别能力基于言语识别阈值表示；所述言语识别阈值是在指定的声学环境下，患者的听力能够正确识别50%的言语信号时，对应的言语信号的强度。
6.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述纯音听力阈值：指患者的听力在指定环境下，能够识别75%的指定频率的纯音音频信号时，对应的最小的纯音音频信号的强度；所述指定频率包括：250Hz、500Hz、1000Hz、2000Hz、4000Hz、8000Hz。
7.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述面向可变环境的言语识别能力评估模型和所述面向可变环境的纯音听阈评估模型分别基于PYTHON语言中SKLEARN机器学习包中的神经网络模型实现。
8.根据权利要求7所述一种面向可变环境的助听器验配系统，其特征在于：所述面向可变环境的言语识别能力评估模型和所述面向可变环境的纯音听阈评估模型的训练过程，包括以下步骤：
a1：收集训练用噪音音频数据；
所述训练用噪音音频数据的噪声种类包括：风声、嘈杂语噪声、音乐噪声；
a2：将所述训练用噪音音频数据的分别设置平均频谱强度；
所述平均频谱强度包括：50dB、60dB、70dB、80dB；
a3：基于所述环境特征提取算法提取不同种类不同强度音频的环境噪声特征数据，记做训练用环境噪声特征数据；
a4：将不同种类与不同强度的所述训练用噪音音频数据分别向患者播放，测试在此环境下患者的言语识别阈值和纯音听力阈值；
a5：测试患者在在安静环境下的言语识别阈值和纯音听力阈值；
a6：将患者在安静环境下的言语识别阈值与所述训练用环境噪声特征数据构成所述面向可变环境的言语识别能力评估模型的训练用数据集；
将患者在安静环境下的纯音听力阈值与所述训练用环境噪声特征数据构成所述面向可变环境的纯音听阈评估模型的训练用数据集；
a7：将训练用数据集输入到对应的模型中进行训练，分别得到训练好的所述面向可变环境的言语识别能力评估模型和所述面向可变环境的纯音听阈评估模型。
9.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述面向可变环境的验配参数计算模块中包括：基于PYTHON语言中NUMPY数据包中的线性规划模块实现的验配算法；
所述验配算法为：在放大声音信号的同时尽量减小对噪声信号的放大，使得言语信号在对应频率点处的强度超过患者在当前环境下的纯音听力阈值，同时整体的语音强度达到患者在此环境下的言语识别阈值，最终得到输出的所述验配参数。
10.根据权利要求1所述一种面向可变环境的助听器验配系统，其特征在于：所述验配参数传输模块中，基于JSON数据规范对所述述验配参数进行封装。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111556706.2A CN114125680B (zh) | 2021-12-18 | 2021-12-18 | 一种面向可变环境的助听器验配系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111556706.2A CN114125680B (zh) | 2021-12-18 | 2021-12-18 | 一种面向可变环境的助听器验配系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114125680A true CN114125680A (zh) | 2022-03-01 |
| CN114125680B CN114125680B (zh) | 2023-01-06 |
Family
ID=80365966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111556706.2A Active CN114125680B (zh) | 2021-12-18 | 2021-12-18 | 一种面向可变环境的助听器验配系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114125680B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116614757A (zh) * | 2023-07-18 | 2023-08-18 | 江西斐耳科技有限公司 | 一种基于深度学习的助听器验配方法及系统 |
| CN117041847A (zh) * | 2023-09-29 | 2023-11-10 | 舒耳美(张家港)高科技有限公司 | 用于助听器中自适应传声器匹配方法及系统 |
| EP4340395A1 (en) * | 2022-09-13 | 2024-03-20 | Oticon A/s | A hearing aid comprising a voice control interface |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1662175A (zh) * | 2002-05-23 | 2005-08-31 | 泰姆珀尼公司 | 自动诊断听力测试 |
| JP4796199B1 (ja) * | 2010-11-09 | 2011-10-19 | ジェービーエレクトロニクス株式会社 | 聴力測定方法及び該方法に用いる聴力評価装置 |
| CN102456348A (zh) * | 2010-10-25 | 2012-05-16 | 松下电器产业株式会社 | 声音补偿参数计算方法和设备、声音补偿系统 |
| CN103079160A (zh) * | 2013-01-15 | 2013-05-01 | 杭州爱听科技有限公司 | 一种自动验配数字式助听器及其方法 |
| CN104144374A (zh) * | 2013-05-06 | 2014-11-12 | 展讯通信（上海）有限公司 | 基于移动设备的辅助听力方法及系统 |
| CN109246567A (zh) * | 2018-09-29 | 2019-01-18 | 湖南可孚医疗科技发展有限公司 | 一种听力评估检测系统 |
| CN111314836A (zh) * | 2020-01-20 | 2020-06-19 | 厦门新声科技有限公司 | 一种助听器验证方法、终端设备及存储介质 |
| CN111901737A (zh) * | 2020-08-07 | 2020-11-06 | 浙江大学 | 一种基于智能终端的助听器参数自适应方法 |
| CN112383870A (zh) * | 2020-10-29 | 2021-02-19 | 惠州市锦好医疗科技股份有限公司 | 自适应听力参数验配方法、装置 |
| CN112869735A (zh) * | 2021-01-12 | 2021-06-01 | 天津大学 | 具有环境适应性的助听器听力测试系统及测试方法 |
-
2021
- 2021-12-18 CN CN202111556706.2A patent/CN114125680B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1662175A (zh) * | 2002-05-23 | 2005-08-31 | 泰姆珀尼公司 | 自动诊断听力测试 |
| CN102456348A (zh) * | 2010-10-25 | 2012-05-16 | 松下电器产业株式会社 | 声音补偿参数计算方法和设备、声音补偿系统 |
| JP4796199B1 (ja) * | 2010-11-09 | 2011-10-19 | ジェービーエレクトロニクス株式会社 | 聴力測定方法及び該方法に用いる聴力評価装置 |
| CN103079160A (zh) * | 2013-01-15 | 2013-05-01 | 杭州爱听科技有限公司 | 一种自动验配数字式助听器及其方法 |
| CN104144374A (zh) * | 2013-05-06 | 2014-11-12 | 展讯通信（上海）有限公司 | 基于移动设备的辅助听力方法及系统 |
| CN109246567A (zh) * | 2018-09-29 | 2019-01-18 | 湖南可孚医疗科技发展有限公司 | 一种听力评估检测系统 |
| CN111314836A (zh) * | 2020-01-20 | 2020-06-19 | 厦门新声科技有限公司 | 一种助听器验证方法、终端设备及存储介质 |
| CN111901737A (zh) * | 2020-08-07 | 2020-11-06 | 浙江大学 | 一种基于智能终端的助听器参数自适应方法 |
| CN112383870A (zh) * | 2020-10-29 | 2021-02-19 | 惠州市锦好医疗科技股份有限公司 | 自适应听力参数验配方法、装置 |
| CN112869735A (zh) * | 2021-01-12 | 2021-06-01 | 天津大学 | 具有环境适应性的助听器听力测试系统及测试方法 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP4340395A1 (en) * | 2022-09-13 | 2024-03-20 | Oticon A/s | A hearing aid comprising a voice control interface |
| CN116614757A (zh) * | 2023-07-18 | 2023-08-18 | 江西斐耳科技有限公司 | 一种基于深度学习的助听器验配方法及系统 |
| CN116614757B (zh) * | 2023-07-18 | 2023-09-26 | 江西斐耳科技有限公司 | 一种基于深度学习的助听器验配方法及系统 |
| CN117041847A (zh) * | 2023-09-29 | 2023-11-10 | 舒耳美(张家港)高科技有限公司 | 用于助听器中自适应传声器匹配方法及系统 |
| CN117041847B (zh) * | 2023-09-29 | 2023-12-22 | 舒耳美(张家港)高科技有限公司 | 用于助听器中自适应传声器匹配方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114125680B (zh) | 2023-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114125680B (zh) | 一种面向可变环境的助听器验配系统 | |
| US7430299B2 (en) | System and method for transmitting audio via a serial data port in a hearing instrument | |
| US10631105B2 (en) | Hearing aid system and a method of operating a hearing aid system | |
| US9363614B2 (en) | Method of fitting a hearing aid system and a hearing aid fitting system | |
| US11564048B2 (en) | Signal processing in a hearing device | |
| US9374646B2 (en) | Binaural enhancement of tone language for hearing assistance devices | |
| CN1842224A (zh) | 用于测量助听器中的气孔效应的系统和方法 | |
| CN108696813B (zh) | 用于运行听力设备的方法和听力设备 | |
| US11510018B2 (en) | Hearing system containing a hearing instrument and a method for operating the hearing instrument | |
| EP3873105B1 (en) | System and methods for audio signal evaluation and adjustment | |
| US20160014532A1 (en) | Hearing device with ear monitoring function | |
| CN117321681A (zh) | 嘈杂环境中的语音优化 | |
| 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 | |
| US20230254649A1 (en) | Method of detecting a sudden change in a feedback/echo path of a hearing aid | |
| US8644538B2 (en) | Method for improving the comprehensibility of speech with a hearing aid, together with a hearing aid | |
| US20230047868A1 (en) | Hearing system including a hearing instrument and method for operating the hearing instrument | |
| EP3876558B1 (en) | Hearing device, system and method for processing audio signals | |
| WO2023002515A1 (en) | Movement-controlled earphone device for the transceiving of acoustic signals | |
| Nelson | Coupling FM systems to high-technology digital hearing aids | |
| CN116074717A (zh) | 一种针对听力损失的辅音增强方法及设备 | |
| CN116074677A (zh) | 基于骨传导振动传感器的模式调控系统及其控制方法 | |
| Sokolova | Applications of Open Source Software for Hearing Aid Amplification and Hearing Loss Simulation | |
| CN115668370A (zh) | 听力设备自带的语音检测器 | |
| CN114449427A (zh) | 听力辅助装置及调整听力辅助装置输出声音的方法 | |
| Mawalim et al. | A Non-Intrusive Speech Intelligibility Prediction Using Auditory Periphery Model Under Hearing Loss Perception |
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 |