CN115119122A - 用于听力装置的调试代理以及用于更新用户模型的方法 - Google Patents
用于听力装置的调试代理以及用于更新用户模型的方法 Download PDFInfo
- Publication number
- CN115119122A CN115119122A CN202210263131.3A CN202210263131A CN115119122A CN 115119122 A CN115119122 A CN 115119122A CN 202210263131 A CN202210263131 A CN 202210263131A CN 115119122 A CN115119122 A CN 115119122A
- Authority
- CN
- China
- Prior art keywords
- user
- test
- hearing device
- preference
- parameter
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000012360 testing method Methods 0.000 claims abstract description 373
- 238000009826 distribution Methods 0.000 claims abstract description 59
- 230000006870 function Effects 0.000 claims abstract description 57
- 230000004044 response Effects 0.000 claims abstract description 55
- 238000005070 sampling Methods 0.000 claims description 9
- 238000000342 Monte Carlo simulation Methods 0.000 claims description 8
- 238000007476 Maximum Likelihood Methods 0.000 claims description 5
- 238000010606 normalization Methods 0.000 claims description 3
- 239000003795 chemical substances by application Substances 0.000 description 121
- 239000011159 matrix material Substances 0.000 description 14
- 238000005457 optimization Methods 0.000 description 14
- 230000035945 sensitivity Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 230000003993 interaction Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000001186 cumulative effect Effects 0.000 description 3
- 238000005315 distribution function Methods 0.000 description 3
- 238000013101 initial test Methods 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000003213 activating effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 239000013256 coordination polymer Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 206010011878 Deafness Diseases 0.000 description 1
- 240000004760 Pimpinella anisum Species 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000010370 hearing loss Effects 0.000 description 1
- 231100000888 hearing loss Toxicity 0.000 description 1
- 208000016354 hearing loss disease Diseases 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010079 rubber tapping Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04R25/70—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
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/01—Dynamic search techniques; Heuristics; Dynamic trees; Branch-and-bound
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
-
- 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
- H04R25/50—Customised settings for obtaining desired overall acoustical characteristics
-
- 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
- H04R25/50—Customised settings for obtaining desired overall acoustical characteristics
- H04R25/505—Customised settings for obtaining desired overall acoustical characteristics using digital signal processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Neurosurgery (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及一种用于听力装置的调试代理以及用于更新用户模型的方法,其中,该调试代理被配置成:初始化包括用户偏好函数和用户响应分布的用户模型;获取听力装置的初级测试设置;获取听力装置的次级测试设置;向用户呈现初级测试设置和次级测试设置;检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入;并且基于偏好测试设置的听力装置参数来更新用户模型,其中,更新用户模型包括:基于先前的参数后验、偏好测试设置以及非偏好测试设置来确定用户偏好函数的参数的后验。
Description
技术领域
本发明涉及听力装置,特别是用于听力装置参数的确定、调谐、调试和优化中的一项或多项的相关工具、方法和系统。因此,提供一种用于听力装置的调试代理以及相关方法,特别是用于更新用户模型的方法。
背景技术
听力装置或助听器的调试和调谐一直被认为是健康护理专业人员(HCP)的乏味任务。用于调试听力装置参数的传统方法依赖于基于听力图通过应用诸如NAL-NL1或NAL-NL2等规则来补偿用户的听力损失。然而,这些规则没有考虑特定的用户偏好。
近来的方法包括听力装置的偏好学习。
EP 3 493 555 A1涉及一种用于调谐听力装置的听力装置参数的方法和听力装置。该方法包括初始化模型;获取由一个或多个初始测试听力装置参数定义的初始测试设置;将初始测试设置指定为初级测试设置;基于模型来获取次级测试设置;根据初级测试设置输出初级测试信号;根据次级测试设置输出次级测试信号;检测偏好测试设置的用户输入;基于初级测试设置、次级测试设置和偏好测试设置来更新模型;以及根据满足调谐标准的确定,基于偏好测试设置的听力装置参数来更新听力装置的听力装置参数。
发明内容
在改进工具、方法和装置以允许听力装置参数的改进调试和调谐方面仍然存在挑战。
公开一种例如用于为听力装置用户更新用户模型的调试代理(fitting agent),其中调试代理被配置成初始化包括用户偏好函数和/或用户响应分布的用户模型;获取听力装置的初级测试设置;获取听力装置的次级测试设置;向用户呈现初级测试设置和次级测试设置;检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入;并且基于偏好测试设置的听力装置参数来更新用户模型,其中,更新用户模型任选地包括:例如,基于先前的参数后验、偏好测试设置以及非偏好测试设置来确定用户偏好函数的参数的后验(也表示为参数后验)。
还公开一种为听力装置用户更新用户模型的方法,其中,该方法包括:初始化包括用户偏好函数和/或用户响应分布的用户模型;获取初级测试设置;获取次级测试设置;向用户呈现初级测试设置和次级测试设置;检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入;并且基于偏好测试设置的听力装置参数来更新用户模型。在该方法中,更新用户模型任选地包括基于先前的参数后验、偏好测试设置以及非偏好测试设置来确定用户偏好函数的参数的后验(也表示为参数后验)。
本发明的优点在于提供有效的、存储器高效的用户偏好模型更新。特别地,消除了存储历史和特定用户反馈(先前的初级和次级测试设置以及其偏好)的需要,进而降低存储器需求。
本发明的优点在于提供配置听力装置的一个或多个听力装置参数的简单、有效的方式。此外,本发明通过改进对用户偏好听力参数设置的建模进而引起在听力装置中应用优化的设置,向用户提供改进的听力体验。
有利地,本发明使用用户响应中提供的信息以便引导学习过程。本发明提供一种度量(metric),其能够有效地用于在缺乏真实用户偏好信息的情况下评估学习表现,这进而允许优化的用户反馈和模型优化。
本发明通过将用户反馈结合到学习周期中来提供对优化听力装置参数的有效自动搜索。提供一种调试代理、装置和方法,其允许通过授权用户做出直接决定并且对调试和/或调谐过程具有直接影响,以有效并且最小突兀的方式学习用户对听力装置参数的偏好。
另外,本发明允许听力装置参数在正常操作情况期间和/或在少量用户输入/交互的情况下进行配置,例如调试和/或调谐。因此,提供听力装置的简单、流畅的用户体验。
附图说明
通过下面参考附图对本发明的示例性实施例的详细描述,本发明的上述和其它特征和优点对于本领域技术人员来说将变得显而易见,其中:
图1示意性地示出根据本发明的听力系统;
图2示出用户和调试代理之间的交互;以及
图3A-3B为根据本发明的示例性方法的流程图。
附图标记列表:
1:听力装置系统
2:听力装置
4:附件装置
5:服务器装置
6:收发器模块
8:天线
10:收发器
11:听力装置与附件装置之间的无线连接
11A:附件装置与服务器装置之间的无线连接
12:第一麦克风
14:第一麦克风输入信号
16:处理器
18:电输出信号
20:用户界面
22:接收器
24:附件装置的用户界面
26:触摸显示器
27:调试代理
27A:调试代理的第一部分
27B:调试代理的第二部分
27C:调试代理的第三部分
28:开始按钮
30:表明初级和次级测试设置的控制信号
32:初级虚拟按钮
34:次级虚拟按钮
38:表明偏好测试设置的听力装置参数的控制信号
40:用户
44:用户对第n次试验的响应
100:为听力装置用户更新用户模型和/或用于确定听力装置的听力装置参数的方法
S102:初始化用户模型
S104:获取初级测试设置
S106:获取次级测试设置
S107:向用户呈现初级测试设置和次级测试设置
S108:输出初级测试信号
S110:输出次级测试信号
S112:检测用户输入
S114:更新用户模型
S114A:基于先前的参数后验、偏好测试设置和非偏好测试设置来确定用户偏好函数的参数的后验
S116:确定是否满足停止标准
S118:更新听力装置参数
S120:更新预测值
S130:获取候选集合
S132:获取第一候选测试设置
S134:确定不确定性参数
S136:为每个候选测试设置应用预测值
S138:选择次级测试设置
S140:选择具有最大不确定性参数的候选测试设置。
具体实施方式
下文在相关时参考附图描述各种示例性实施例和细节。应该注意,附图可以是或可以不是按比例绘制的,并且贯穿附图,由相似的附图标记表示相似结构或功能的元素。还应该注意,附图仅仅是为了便于实施例的描述。它们不旨在作为本发明的详尽描述或作为对本发明的范围的限制。此外,所说明的实施例不需要具有所示的所有方面或优点。结合特定实施例描述的方面或优点不一定限于该实施例,并且可在任何其它实施例中实践,即使没有如此说明,或者没有如此明确描述。
公开一种调试代理。调试代理或其至少第一部分可在诸如电子装置等附件装置中实施为例如应用。附件装置包括接口、处理器和存储器。附件装置可例如是或包括移动电话(诸如智能电话)、智能手表、专用装置、计算机(诸如膝上型计算机或PC),或者平板计算机。调试代理或其至少第二部分可实施在服务器装置中。调试代理或其至少第三部分可实施在听力装置中。
本发明涉及听力系统、调试代理、附件装置和听力系统的听力装置以及相关方法。附件装置形成听力装置的附件装置。附件装置典型地与听力装置配对或无线耦合。听力装置可为例如耳后(BTE)型、耳内(ITE)型、耳道内(ITC)型、耳道内接收器(RIC)型或耳内接收器(RITE)型的助听器。听力装置可为智能耳机,诸如一对耳塞或耳机。典型地,听力装置系统由听力装置用户拥有和控制。
听力系统可包括服务器装置和/或调试装置。调试装置由分配器控制,并且被配置成确定配置数据,诸如调试参数。服务器装置可由听力装置制造商来控制。
调试代理被配置成接收和检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入。非偏好测试设置是未被选作偏好测试设置的初级测试设置或次级测试设置。因此,实施调试代理或调试代理的至少一部分的听力装置和/或附件装置可包括用于接收和/或检测用户输入的一个或多个用户界面。例如,听力装置可包括接收用户输入的用户界面。听力装置的用户界面可包括一个或多个按钮、加速度计和/或语音控制单元。附件装置可包括用户界面。附件装置的用户界面可包括触敏表面,例如触摸显示器,和/或一个或多个按钮。附件装置的用户界面可包括语音控制单元。听力装置的用户界面可包括一个或多个物理滑块、旋钮和/或按钮。附件装置的用户界面可包括一个或多个实体或虚拟(屏幕上)滑块、旋钮和/或按钮。
该方法或其至少一部分可在诸如听力装置等一个或多个电子装置中执行。该方法或其至少一部分可在诸如任选地与智能手表相组合的智能手机等一个或多个附件装置中执行。该方法可以是计算机执行的方法。调试代理/方法可用于听力装置的听力装置参数的优化、确定、调试、调谐和建模(诸如确定)中的一项或多项/可以是其一部分。在附件装置中,诸如任选地与智能手表相结合的智能手机中,执行方法的一部分可有利于提供更流畅的用户输入和用户体验。另外,从听力装置的角度来看,在附件装置中执行该方法的一部分有利于提供更省电的方法。该方法或其至少一部分可在服务器装置和/或调试装置中执行。
本发明涉及一种用于听力装置的调试代理,并且特别涉及用于听力装置的听力装置参数的优化、确定、调试和调谐中的一项或多项的调试代理。
调试代理被配置成初始化包括用户偏好函数的用户模型。用户模型可包括用户响应模型或函数,例如包括用户响应分布。
当比较两组听力装置参数设置时,用户模型任选地代表用户响应的概率描述。模型的组成部分包括用户偏好函数和用户对所呈现的参数选择的响应的分布。
听力装置参数的向量定义在M维连续紧曲面上。特别地,听力装置参数x任选地定义在M维超立方体上,即x∈[0,1]M。在一个或多个示例性调试代理/方法中,听力装置参数可通过其物理范围来归一化。调试代理/方法被配置成找到听力装置参数的优化/改进值,对于特定用户也表示为θ。听力装置参数的数量M可为1和/或小于100,例如在10至50的范围内。听力装置参数的数量M可大于20,例如在25至75的范围内。
通常,用户偏好函数是未知的。用户偏好函数f(x;θ,Λ)可以是已知形式但未知形状的听力装置参数x∈[0,1]M的参数函数。该形状任选地由调试或调谐参数θ∈[0,1]M和缩放矩阵Λ来表征。缩放矩阵Λ可以是正定的缩放矩阵Λ。缩放矩阵可以是对角矩阵:
用户偏好函数可表示为f或f(x;θ,Λ)。用户偏好函数f(x;θ,Λ)可由以下等式给出:
f(x;θ,Λ)=-((x-θ)TΛ(x-θ))s,(1)
其中,x为在超立方体[0,1]M中任选地的M维向量,并且代表装置的(M)个听力装置参数,θ为f的最大化自变量,Λ为表征用户对听力装置参数变化的敏感度的正定M×M缩放矩阵,M为整数,而s为实值指数。实值指数s可在0.01至0.99的范围内。实值指数s可小于0.5,例如在0.01至0.45的范围内。实值指数s可大于0.5,例如在0.55至0.99的范围内。
最大化自变量θ可以是另一变量的变换,例如,可由以下先验假设来约束
在一个或多个示例性调试代理/方法中,缩放矩阵可以是变换的缩放矩阵,例如通过将对数变换应用到缩放矩阵的元素。
在一个或多个示例性调试代理/方法中,实值指数s可在0.25至0.75的范围内,例如0.5。
因此,用户偏好函数可被给定为:
调谐参数分别对应于作为用户的优化听力装置参数的函数θ的优化的位置;以及围绕表征用户对听力装置参数变化的敏感度的该优化Λ的分布。调谐参数为用户特定的,并且需要学习以便提供优化或改进的用户体验。该用户偏好函数的形式具有吸引人的特性,允许快速缩小搜索空间。
用户模型任选地基于第一假设和/或第二假设。第一假设可以是用户偏好函数为代表用户偏好的单峰偏好函数。第二假设可以是用户可以不确定偏好,其可用附加随机变量来表达。可定义价值函数u(·),以便对用户偏好的不确定性进行建模。价值函数u(·)可定义为:
u(x)=f(x;θ,Λ)+ε,(5)
其中,任选地假设用户不确定性误差ε具有高斯分布(Gaussian distribution),例如标准高斯分布,例如:
高斯分布的方差可以是实值,例如在0至1的范围内或大于1。
用户的试验定义一对测试设置,包括初级测试设置和次级测试设置。用户对来自试验的测试设置的成对比较获得用户响应,该试验由一对测试设置{x_ref,x_alt}来定义,其中初级测试设置x_ref和次级测试设置x_alt分别为所谓的参考和替代参数建议。换句话说,执行也表示为Dl的试验T_n,其中每个试验T_n包括或者由初级测试设置次级测试设置和偏好测试设置rn来定义。索引n-1是指先前试验T_n-1。索引l和n在本文中可互换使用。
调试代理可被配置成向用户呈现初级测试设置和次级测试设置。向用户呈现初级测试设置和次级测试设置可包括将初级测试设置和次级测试设置从附件装置传输到听力装置。向用户呈现初级测试设置和次级测试设置可包括根据初级测试设置输出初级测试信号,和/或根据次级测试设置输出次级测试信号。换句话说,调试代理任选地被配置成根据初级测试设置输出初级测试信号,并且根据次级测试设置输出次级测试信号。调试代理被配置成检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入。初级测试设置x_ref任选地作为来自先前试验的最高评级建议/测试设置被启动或获得,并且这种情况在给定试验中受到次级测试设置x_alt的挑战。用户响应取决于用户根据相应的测试设置(听力装置参数)对呈现的测试信号的偏好。用户对一个或多个听力装置参数的偏好由价值函数给出或量化。用户输入或用户响应R可采取或被分配来自{0,1}的值,其中对给定试验{x_ref,x_alt}的响应“1”表明次级测试设置或听力参数x_alt优于或与初级测试设置或听力装置参数x_ref一样好,并且0与其相反,即,
其中,≥表示优先或等于,而>表示严格偏好。
正面用户响应的概率,即,在试验{x_ref,x_alt}中R取值“1”,由以下等式给出:
因此,R为具有参数Φ(f(xalt;θ,Λ′)-f(xref;θ,Λ′))的Bernoulli随机变量。因此,给定由上面的(1)和(4)-(8)定义的用户偏好函数和用户响应模型,用户对试验{x_ref,x_alt}的响应r的概率质量函数(PMF)由以下给出:
使二元观察与连续潜在函数(用户偏好函数)相关的这种用户响应模型也被称为比较判断的瑟斯通-莫斯特勒定律。在统计学中,它被称为二项式-概率单位回归模型。
调试代理被配置成基于偏好测试设置和非偏好测试设置的听力装置参数来更新用户模型。特别地,调试代理可被配置成基于(r,x_ref,x_alt)更新用户模型。更新用户模型可包括基于初级测试设置、次级测试设置和偏好测试设置的用户输入中的一个或多个,来更新用户偏好函数或至少其参数。换句话说,用户偏好函数的参数可基于包括初级测试设置、次级测试设置以及初级测试设置和次级测试设置的偏好测试设置的试验的结果来更新。
在一个或多个示例性调试代理和/或方法中,更新用户模型可基于贝叶斯推断(Bayesian inference)。更新用户模型可包括更新用户偏好函数和/或用户响应模型的参数中的一个或多个。
更新用户模型可包括例如基于先前的参数后验,诸如最后或当前参数后验,偏好测试设置以及非偏好测试设置来确定用户偏好函数的参数的后验。
在一个或多个示例性调试代理中,确定用户偏好函数的参数的后验可包括确定或更新作为f的最大化自变量的θ。在一个或多个示例性调试代理中,确定用户偏好函数的参数的后验可包括确定或更新表明或表征用户对听力装置参数变化的敏感度的Λ。
在一个或多个示例性调试代理中,确定参数的后验包括应用序贯估计。换句话说,确定参数后验可包括仅基于先前的后验和最新的试验结果来确定参数后验。换句话说,后验p_n可基于先前的后验p_n-1和T_n。
在一个或多个示例性调试代理中,确定参数后验包括基于具有高斯分布的参数先验和表明偏好测试设置的用户响应的似然性来确定第一后验。换句话说,第一后验可基于参数先验和用户响应分布。
参数先验可以是初始先验或先前的参数后验(p_n-1)。参数先验可给定为:
变量φ为参数θ和log(λm)的向量,m=1、2、…、M。第一后验可为确切的后验。参数后验可基于第一后验。
在一个或多个示例性调试代理中,确定第一后验包括通过应用用户响应分布来确定用户响应的似然性,并且使用用户响应的似然性来更新参数先验,并且任选地执行归一化以提供第一后验。用户响应分布为概率分布,其表明对于偏好初级或次级测试设置作为偏好测试设置的用户的观察到的用户响应的似然性。
在一个或多个示例性调试代理中,确定参数后验包括基于第一后验和/或在第一后验与高斯分布之间的散度(诸如KL散度)的最小化(最小值)来确定第二后验。第二后验可为高斯近似族,然而也可应用其它近似族。
换句话说,基于偏好测试设置的听力装置参数来更新用户模型可包括在试验l之后确定确切的后验,例如给定为:
假设ql(·)属于高斯分布族。
在一个或多个示例性调试代理中,确定参数后验包括将第二后验设置为用户偏好函数的参数的后验。
在一个或多个示例性调试代理中,确定第二后验包括确定一阶矩,并且其中第二后验基于一阶矩。一阶矩可表示为μφ,l并且给出为:
在一个或多个示例性调试代理中,确定第二后验包括确定二阶矩,并且其中第二后验基于二阶矩。二阶矩可表示为∑φ,l,并且给出为:
在一个或多个示例性调试代理中,确定一阶矩包括任选地组合最大似然估计来应用Monte-Carlo(蒙特卡洛)模拟。
在一个或多个示例性调试代理中,确定二阶矩包括任选地组合最大似然估计来应用Monte-Carlo模拟。使用Monte-Carlo模拟来确定一阶矩和/或二阶矩简化计算,例如通过避免积分计算。
在一个或多个示例性调试代理中,应用Monte-Carlo模拟包括例如对于D_1对用户响应、初级测试设置和次级测试设置应用Metropolis-Hastings采样,其中D_l为第l次试验的试验例如根据以下模型:
调试代理被配置成获得听力装置的初级测试设置,也表示为x_ref或xref。初级测试设置x_ref为包括听力装置的M个听力装置参数的向量。听力装置参数可包括滤波器系数、压缩器设置、增益或与听力装置中的操作或信号处理相关的其它参数中的一个或多个。
调试代理被配置成获得听力装置的次级测试设置,也表示为x_alt或xalt。次级测试设置x_ref为包括听力装置的M个听力装置参数的向量。听力装置参数可包括滤波器系数、压缩器设置、增益或与听力装置中的操作或信号处理相关的其它参数中的一个或多个。
在一个或多个示例性调试代理中,获得次级测试设置任选地包括获得候选测试设置的候选集合;确定每个候选测试设置的不确定性参数;并且例如基于候选测试设置的不确定性参数来从候选测试设置的候选集合中选择次级测试设置。
调试代理被配置成向用户呈现初级测试设置和次级测试设置。向用户呈现初级测试设置和次级测试设置任选地包括根据初级测试设置输出初级测试信号。向用户呈现初级测试设置和次级测试设置任选地包括根据附件装置中的初级测试设置生成初级测试信号,并且将初级测试信号从附件装置流式传输到听力装置。向用户呈现初级测试设置和次级测试设置任选地包括将表明初级测试信号/初级测试设置的控制信号从附件装置传输到听力装置。控制信号可包括初级测试设置。向用户呈现初级测试设置和次级测试设置可包括根据听力装置中的控制信号,例如基于控制信号的初级测试设置来生成初级测试信号。
向用户呈现初级测试设置和次级测试设置任选地包括根据次级测试设置输出次级测试信号。向用户呈现初级测试设置和次级测试设置任选地包括根据附件装置中的次级测试设置生成次级测试信号,并且将次级测试信号从附件装置流式传输到听力装置。向用户呈现初级测试设置和次级测试设置任选地包括将表明次级测试信号/次级测试设置的控制信号从附件装置传输到听力装置。控制信号可包括次级测试设置。向用户呈现初级测试设置和次级测试设置可包括根据听力装置中的控制信号,例如基于控制信号的次级测试设置来生成次级测试信号。
调试代理被配置成检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入。在调试代理中,检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入可包括提示用户进行用户输入,例如通过来自听力装置的嘟嘟声信号或语音信号和/或来自附件装置的视觉、触觉和/或音频提示。检测用户输入可在听力装置上执行,例如通过用户激活听力装置中的按钮和/或加速度计(例如单次或两次敲击听力装置外壳)。检测用户输入可在附件装置上执行,例如通过用户选择代表偏好测试设置的用户界面元素,例如在用户附件装置的触敏显示器上。
对于初始试验,可随机初始化初级测试设置和次级测试设置。初始试验之后可跟随多次试验,其中每次试验包括获取测试设置x_ref、x_alt、输出测试信号,并且检测偏好测试设置。
在一个或多个示例性方法中,获得次级测试设置任选地包括获取候选测试设置的候选集合;确定每个候选测试设置的不确定性参数;以及基于候选测试设置的不确定性参数从候选测试设置的候选集合中选择次级测试设置。
在调试代理和/或方法中,获得次级测试设置可包括获得候选测试设置的候选集合;为每个候选测试设置确定也表示为UP的不确定性参数;并且任选地基于候选测试设置的不确定性参数,从候选测试设置的候选集合中选择次级测试设置。
也被表示为CTS_集合的候选测试设置的候选集合可包括数量N_C的候选测试设置,诸如多个候选测试设置。候选测试设置也被表示为CTS。候选测试设置的数量N_C可为至少3个。在一个或多个示例性调试代理/方法中,候选测试设置的数量N_C可为至少5个,甚至大于20个。换句话说,候选测试设置的候选集合包括候选测试设置CTS_i,i=1,2,…,N_C,其中i为候选集合的候选测试设置的索引。候选测试设置的数量N_C可取决于听力装置参数的数量M,例如N_C可大于3M,大于4M;或者大于5M。候选测试设置CTS_i为包括听力装置的M个听力装置参数的向量。候选测试设置CTS_i的听力装置参数可包括滤波器系数、压缩器设置、增益和与听力装置中的操作或信号处理相关的其它参数中的一个或多个。
在一个或多个示例性调试代理/方法中,确定每个候选测试设置的不确定性参数可包括确定初级测试设置和相应候选测试设置之间的互信息I。换句话说,UP_i可针对CTS_i,i=1,2,…,N_C确定,并且由UP_i=I(x_ref,CTS_i)给出。
不确定性参数UP_i可由等式给出:
在一个或多个示例性调试代理/方法中,确定每个候选测试设置的不确定性参数包括对一个或多个诸如每个候选测试设置应用预测值。换句话说,预测值可应用到候选测试设置CTS_i,i=1,2,…,N_C中的每一个。也表示为P_U或Pu的预测值可为用户响应分布。预测值可基于根据先前的用户响应和试验而更新的后验。
在一个或多个示例性调试代理/方法中,预测值为加权分布函数。
例如,预测值Pu可由以下等式给出:
其中,w为加权函数/分布,而rn为用户响应。
例如,预测值Pu可为加权分布,其中加权函数为例如θ、Λ两者中的一个或多个的后验分布。因此,预测值Pu可由以下等式给出:
在一个或多个示例性调试代理/方法中,从候选测试设置的候选集合中选择次级测试设置包括选择具有最大不确定性参数的候选测试设置作为次级测试设置。换句话说,在模型具有最高不确定性或用户模型最不精确的情况下,次级测试设置可被选择为候选集合中的候选测试设置,进而引起快速的听力装置参数优化和/或具有很少用户交互的用户模型的学习。
在一个或多个示例性调试代理/方法中,获取候选测试设置的候选集合包括通过采样后验(分布),诸如用户偏好函数的听力装置参数的后验,来获得第一候选测试设置。获取候选测试设置的候选集合可包括通过采样后验,诸如用户偏好函数的听力装置参数的后验(分布),来获得候选集合的候选测试设置。
获取候选测试设置的候选集合可包括基于后验来生成一个或多个候选测试设置。后验可为优化听力装置参数的边际后验分布。
在一个或多个示例性调试代理中,获取候选测试设置的候选集合可包括从确切的后验分布、从样本后验分布(例如基于Monte-Carlo模拟)或近似后验分布中采样。
获取候选测试设置的候选集合可包括根据以下等式生成候选测试设置:
换句话说,可根据优化听力装置参数的边际后验分布来生成候选测试设置。
在一个或多个示例性调试代理/方法中,调试代理被配置成确定是否满足停止标准;以及根据满足停止标准的确定,基于更新的用户模型来更新听力装置的听力装置参数。停止标准评估用户模型是否足够精确以提供有用的听力装置参数。换句话说,当确定出用户模型提供了足够高的用户偏好确定性程度时,可满足停止标准。
基于更新的用户模型来更新听力装置的听力装置参数可包括获取用户对初级或次级测试设置的偏好,并且基于观察的用户响应和测试设置来更新后验分布。然后,可使用最大后验估计或者可选地作为后验均值或中值来确定听力装置参数。换句话说,更新听力装置的听力装置参数可包括通过应用最大后验估计、后验均值估计和后验中值估计中的一个来确定听力装置参数。
在一个或多个示例性调试代理/方法中,调试代理被配置成在每次更新用户模型之后更新听力装置的听力装置参数。
更新听力装置参数可包括基于用户偏好函数的最大后验估计、均值或后验中值来确定更新的听力装置参数。
在一个或多个示例性调试代理/方法中,更新听力装置的听力装置参数包括将更新的听力装置参数从附件装置传输到听力装置。
在一个或多个示例性调试代理/方法中,停止标准基于散度,诸如归一化和/或加权信息散度。停止标准可基于Kullback-Leibler(KL)散度。
在一个或多个示例性调试代理/方法中,KL散度由以下等式给出:
其中,P为真实的用户响应分布,Q为调试代理分配的用户分布(可为P_U),并且n为执行的试验的数量。
停止标准可基于散度参数,例如,如上面给出的KL散度。散度参数可表明绝对散度和/或变化,诸如先前的用户模型和更新的用户模型的散度的差(Dn-1-Dn)或比率(Dn/Dn-1)。换句话说,确定是否满足停止标准可包括确定散度参数,并且任选地确定散度参数是否满足停止标准,例如散度参数是否小于阈值或者散度参数是否大于阈值。因此,停止标准可基于一个或多个阈值。
在一个或多个示例性调试代理/方法中,停止标准基于执行的试验次数。例如,当调试代理已经执行10次试验时,可满足停止标准。
在一个或多个示例性调试代理/方法中,调试代理被配置成基于偏好测试设置的听力装置参数来更新预测值。换句话说,更新模型可包括基于初级测试设置、次级测试设置以及初级测试设置和次级测试设置的偏好测试设置来更新用户响应模型。
应注意,调试代理功能的描述和特征也适用于方法,反之亦然。
图1为根据本发明的具有调试代理的听力系统的概述。听力系统包括听力装置2、附件装置4和任选的服务器装置/调试装置5。听力装置2包括用于与附件装置4和任选的对侧听力装置(图1中未示出)进行(无线)通信的收发器模块6。收发器模块6包括天线8和收发器10,并且被配置成用于经由到附件装置4的无线连接11接收和/或传输无线信号。听力装置2包括一组一个或多个麦克风,其包括用于提供第一麦克风输入信号14的第一麦克风12;处理器16,其用于根据一个或多个听力装置参数处理包括第一麦克风输入信号14的输入信号并且基于输入信号来提供电输出信号18;连接到处理器16的任选用户界面20;以及用于将电输出信号18转换成音频输出信号的接收器22。
附件装置4为智能手机,并且包括用户界面24,其包括触摸显示器26、处理器(未示出)和存储器(未示出)。
在听力系统1中,调试代理27为安装在附件装置4的存储器中的应用。
调试代理27为用于为听力装置用户更新用户模型和/或听力装置的听力装置参数的优化、确定、调试、调谐和建模中的一项或多项的调试代理。调试代理27被配置成初始化包括用户偏好函数f(x;θ,Λ)的用户模型;获取听力装置的初级测试设置x_ref;获取听力装置的次级测试设置x_alt;例如经由无线连接11向用户呈现初级测试设置x_ref和次级测试设置x_alt;检测表明对初级测试设置x_ref或次级测试设置x_alt的偏好的偏好测试设置的用户输入R;以及基于偏好测试设置的听力装置参数,例如基于r、x_ref和x_alt中的一个或多个(例如全部)来更新用户模型,诸如用户偏好函数f(x;θ,Λ)和/或用户响应模型(用户响应分布)。
在附件装置4中实施的调试代理27被配置成基于初级测试设置、次级测试设置以及偏好测试设置来更新用户模型。换句话说,调试代理被配置成基于偏好测试设置的听力装置参数来更新用户模型。更新用户模型可包括基于初级测试设置、次级测试设置和偏好测试设置来更新用户偏好模型和用户响应模型。调试代理27/附件装置4可被配置成将初级测试设置、次级测试设置和偏好测试设置传输到更新用户模型的服务器装置5,其将更新的用户模型传输到调试代理27/附件装置4。因此,调试代理27/附件装置4可被配置成从服务器装置5接收更新的模型。换句话说,调试代理27可分布在附件装置4以及听力装置2和服务器装置5中的一个或多个上。因此,调试代理27可包括在附件装置4中实现的第一部分27A、在服务器装置中实现的任选的第二部分27B,以及在听力装置2中(例如在处理器16中)实现的任选的第三部分27C。
在调试代理27中,更新用户模型包括例如基于先前的参数后验(诸如最后或当前的参数后验),偏好测试设置和非偏好测试设置来确定用户偏好函数的参数的后验。确定用户偏好函数的参数的后验可包括确定或更新θ作为f的最大化自变量和/或确定或更新表明或表征用户对听力装置参数变化的敏感度的Λ。确定参数后验任选地包括在调试代理27中应用序贯估计。因此,调试代理27任选地被配置成仅基于先前的用户模型和(r,x_ref,x_alt)来确定参数后验。
在调试代理27中,确定参数后验可包括基于具有高斯分布的参数先验和表明偏好测试设置的用户响应的似然性来确定第一后验。换句话说,第一后验可基于参数先验和用户响应分布。参数先验可为初始先验或先前的后验,并且任选地由等式(10)给出。换句话说,确定参数后验可包括仅基于先前的后验和最新的试验结果来确定参数后验。因此,后验p_n可基于先前的后验p_n-1和T_n。
第一后验可为确切的后验,而第二后验(以及因此参数后验)可以基于第一后验。
在调试代理27中,确定第一后验任选地包括通过应用用户响应分布来确定用户响应的似然性,并且使用用户响应的似然性来更新参数先验,并且任选地执行归一化以提供第一后验。确定参数后验可包括基于第一后验和/或在第一后验与高斯分布之间的散度诸如KL散度的最小化来确定第二后验(诸如近似后验等)。换句话说,基于偏好测试设置的听力装置参数来更新用户模型可包括在试验T_l之后确定确切的后验(例如,如等式(11)给出的),并且确定最小化KL散度的分布ql(·)(第二后验),例如,如等式(12)给出的,假设ql(·)属于高斯分布族。
在调试代理27中,确定参数后验可包括将第二后验设置为用户偏好函数的参数的后验。将第二后验设置为用户偏好函数的参数的后验可包括将第二后验存储在一个或多个附件装置、服务器装置和听力装置的存储器中。
在调试代理27中,确定第二后验任选地包括确定一阶矩,并且其中第二后验基于一阶矩。一阶矩可表示为μφ,l,并且由等式(13)给出。确定一阶矩可包括应用Monte-Carlo模拟,例如包括对用户响应应用Metropolis-Hastings采样,以及初级和次级测试设置,任选地与最大似然估计相组合。
在调试代理27中,确定第二后验任选地包括确定二阶矩,并且其中第二后验基于二阶矩。二阶矩可表示为∑φ,l,并且由等式(14)给出。确定二阶矩可包括应用Monte-Carlo模拟,例如包括对用户响应应用Metropolis-Hastings采样,以及初级和次级测试设置,任选地与最大似然估计相组合。
在调试代理27中,获取次级测试设置任选地包括获得候选测试设置CTS_i,i=1,2,…,N_C的候选集合CTS集合,其中N_C为CTS集合中的候选测试设置的数量;任选地为每个候选测试设置CTS_i,i=1,2,…,N_C确定不确定性参数UP_i和/或确定性参数CP_i;并且任选地基于候选测试设置的不确定性参数UP_i和/或确定性参数CP_i,i=1,2,…,N_C来从候选测试设置的候选集合中选择次级测试设置x_alt。在调试代理27中,确定不确定性参数UP_i,i=1,2,…,N_C可包括为每个候选测试设置应用作为加权分布函数的预测值或后验值。
调试代理27任选地被配置成通过选择用户偏好模型对用户偏好了解最少的候选测试设置,从候选测试设置的候选集合中选择次级测试设置。换句话说,调试代理27任选地被配置成通过选择具有最大不确定性参数的候选测试设置作为次级测试设置,从候选测试设置的候选集合中选择次级测试设置。在一个或多个示例性调试代理中,调试代理被配置成确定每个候选测试设置的确定性参数,并且选择具有最小确定性参数的候选测试设置作为次级测试设置。
调试代理27任选地被配置成通过对诸如后验分布等分布进行采样来获取候选测试设置的候选集合(诸如一个或多个候选测试设置),例如包括第一候选测试设置。因此,在调试代理27中,获取候选测试设置的候选集合任选地包括通过对听力装置的优化参数的后验分布进行采样来获得第一候选测试设置和/或多个第一候选测试设置,例如至少3个候选测试设置。
调试代理27任选地被配置成确定是否满足停止标准;并且根据满足停止标准的确定,基于更新的用户模型,例如通过经由无线连接11将更新的听力装置参数传输到听力装置来更新听力装置的听力装置参数。停止标准任选地基于散度,诸如归一化加权信息散度,诸如Kullback-Leibler(KL)散度。例如,当散度小于阈值时,或者当在当前试验和先前试验的散度之间的散度差小于阈值时,或者当在当前试验和先前试验的散度之间的比率小于阈值时,可满足停止标准。换句话说,如果散度大于阈值,则调试代理27任选地被配置成执行试验(确定和呈现测试设置、检测用户响应以及更新用户模型)。在一个或多个示例性调试代理中,当用户例如通过检测用户对附件装置4的用户界面26上的停止虚拟按钮(未示出)的选择来提供表明期望停止优化的用户输入时,和/或当预设数量的偏好测试设置的用户输入时,可满足停止标准。
调试代理27任选地被配置成基于偏好测试设置的听力装置参数来更新预测值。更新预测值可包括更新加权函数和/或用户响应分布。
调试代理27可被配置成根据满足开始标准的确定来执行用户模型更新或听力装置参数优化。如果已经检测到用户界面20或用户界面24上表明用户期望开始听力装置参数优化的用户输入,例如通过激活附件装置4上的虚拟开始按钮28,则可满足开始标准。在一个或多个示例性调试代理诸如调试代理27中,开始标准基于自最后用户模型更新以来的时间。例如,调试代理27可被配置成至少每3个月执行听力装置参数优化。开始标准可基于用户输入与自最后模型更新以来的时间的组合。
在包括附件装置4的实施中,调试代理27/附件装置4可被配置成向听力装置2发送控制信号30,控制信号30表示初级测试设置和次级测试设置,从而使得听力装置2能够相应地输出测试信号。
听力装置2(处理器16)任选地被配置成经由接收器22根据初级测试设置输出初级测试信号,以及经由接收器22根据次级测试设置输出次级测试信号。
调试代理27(听力装置2(处理器16)和/或附件装置4)被配置成检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入,例如通过检测用户界面20上的用户输入或者通过检测用户对附件装置4的用户界面24上的初级虚拟按钮32(偏好初级测试设置)以及次级虚拟按钮34(偏好次级测试设置)中的一个的选择。
应注意,调试代理27可被配置成检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入,例如通过从诸如包括用户界面的智能手表的次级附件装置中接收无线输入信号。从而提供更方便的用户输入,这进而增加调试代理的用户友好性。
在包括附件装置4的实施中,附件装置4可被配置成例如根据满足停止标准的确定向听力装置2发送控制信号32,控制信号38为偏好测试设置的听力装置参数的表明,从而使得听力装置能够更新和应用听力装置中的偏好听力装置参数。
图2示出环境41中的用户40和调试代理27之间的交互。对于使用索引n索引的每个交互或试验,调试代理生成初级测试设置和次级测试设置并且向用户呈现42测试设置和例如通过控制听力装置分别根据并且表明初级测试设置和次级测试设置来输出初级测试信号和次级测试信号。用户评估两个测试设置和并且调试代理27接收并且检测用户的响应44,rn表明初级测试设置和次级测试设置的偏好测试设置。调试代理基于rn、和来更新用户模型,并且通过将第n次试验的偏好测试设置设置为第n+1次试验的初级测试设置来生成第n+1个试验如本文所述确定次级测试设置并且为用户呈现46测试设置和
图3A-3B为根据本发明的示例性方法的流程图。方法100是为听力装置用户更新用户模型和/或用于听力装置的听力装置参数的优化、确定、调试、调谐和建模中(诸如确定)的一项或多项的方法,其中该方法包括初始化用户模型S102,用户模型任选地包括用户偏好函数和用户响应模型;获取听力装置的初级测试设置S104,例如使用在听力装置2、附件装置4和服务器装置5中的一个或多个中实施的调试代理;获取听力装置的次级测试设置S106;向用户呈现初级测试设置和次级测试设置S107;检测表明对初级测试设置或次级测试设置的偏好的偏好测试设置的用户输入S112;以及基于偏好测试设置的听力装置参数来更新用户模型S114。更新用户模型S114任选地包括更新用户模型的预测值/用户响应模型S120。
在方法100中,更新用户模型S114可包括基于先前的或最新的参数后验、偏好测试设置以及非偏好测试设置,确定用户偏好函数的参数的后验S114A,例如,如上参考调试代理所描述的。
方法100任选地包括确定是否满足停止标准S116,并且根据更新的模型来更新听力装置的听力装置参数S118,例如,如以上关于调试代理所描述的。如果确定用户模型没有被充分更新(不满足停止标准),即对于用户偏好函数的准确和精确建模要求或需要另外的试验和测试设置上的用户输入,则方法100任选地前进到S104。
在方法100中,获取次级测试设置S104可包括获取候选测试设置的候选集合S130,例如至少5个或至少20个,诸如至少αN_C个候选测试设置的候选集合,N_C为待优化的听力装置参数的数量,并且α任选地大于3;任选地确定每个候选测试设置的不确定性参数和/或确定性参数S134;以及任选地基于候选测试设置的不确定性参数和/或确定性参数来从候选测试设置的候选集合中选择次级测试设置S138。
确定不确定性参数和/或确定性参数S134可包括对每个候选测试设置应用预测值S136和/或从候选测试设置的候选集合中选择次级测试设置S138可包括选择具有最大不确定性参数或具有最小确定性参数的候选测试设置作为次级测试设置S140。
在方法100中,向用户呈现初级测试设置和次级测试设置S107任选地包括根据初级测试设置输出初级测试信号S108和/或根据次级测试设置输出次级测试信号S110。
术语“第一”、“第二”、“第三”和“第四”、“初级”、“次级”、“三级”等的使用,并不意味着任何特定的顺序,而是包括在内以标识各个元素。此外,术语“第一”、“第二”、“第三”和“第四”、“初级”、“次级”、“三级”等的使用,不表示任何顺序或重要性,术语“第一”、“第二”、“第三”和“第四”、“初级”、“次级”、“三级”等用于区分一个元素与另一个元素。应注意,词语“第一”、“第二”、“第三”和“第四”、“初级”、“次级”、“三级”等在这里和其他地方仅用于标记的目的,并不旨在表示任何特定的空间或时间顺序。
存储器可以是缓冲器、闪存、硬盘驱动器、可移动介质、易失性存储器、非易失性存储器、随机存取存储器(RAM)或其它适宜的装置中的一个或多个。在典型的布置中,存储器可包括用于长期数据存储的非易失性存储器和用作处理器的系统存储器的易失性存储器。存储器可通过数据总线与处理器交换数据。存储器可被认为是非暂时性的计算机可读介质。
存储器可被配置成在存储器的一部分中存储信息。
此外,第一元素的标记并不意味着第二元素的存在,反之亦然。
可以理解,图1-3B包括用实线说明的一些模块或操作以及用虚线说明的一些模块或操作。包括在实线中的模块或操作为包括在最广泛的示例实施例中的模块或操作。包括在虚线中的模块或操作为示例实施例,其可包括在实线示例实施例的模块或操作中,或者是实线示例实施例的模块或操作的一部分,或者是除了实线示例实施例的模块或操作之外可采用的另外的模块或操作。应当理解,这些操作不需要以呈现的顺序执行。此外,应当理解,并非所有的操作都需要执行。示例性操作可以任何顺序和任何组合来执行。
应注意,词语“包括”不一定排除所列出的那些之外的其它元素或步骤的存在。
应注意,元素前面的词语“一”或“一个”不排除多个此类元素的存在。
另外应该注意,任何参考标记都不限制权利要求的范围,示例性实施例可至少部分地通过硬件和软件两者来实现,并且几个“机构”、“单元”或“装置”可由同一项硬件来表示。
本文描述的各种示例性方法、装置和系统是在方法步骤过程的一般上下文中描述的,这些过程可在一个方面通过计算机程序产品来实现,该计算机程序产品体现在计算机可读介质中,包括由联网环境中的计算机执行的计算机可执行指令,诸如程序代码。计算机可读介质可包括可移动和不可移动存储装置,包括但不限于只读存储器(ROM)、随机存取存储器(RAM)、光盘(CD)、数字多功能光盘(DVD)等。通常,程序模块可包括例程、程序、对象、组件、数据结构等,它们执行特定的任务或实现特定的抽象数据类型。计算机可执行指令、相关联的数据结构和程序模块代表用于执行本文公开的方法的步骤的程序代码的示例。此类可执行指令或相关联的数据结构的特定序列代表用于实现在此类步骤或过程中描述的功能的对应动作的示例。
尽管已经示出和描述了特征,但是应当理解,它们并不旨在限制所要求保护的发明,并且对于本领域技术人员来说显而易见的是,在不脱离所要求保护的发明的精神和范围的情况下,可进行各种改变和修改。因此,说明书和附图被认为是说明性的,而不是限制性意义的。所要求保护的发明旨在覆盖所有的替代、修改和等同物。
Claims (11)
1.一种用于为听力装置用户更新用户模型的调试代理,其中,所述调试代理被配置成:
初始化包括用户偏好函数和用户响应分布的用户模型;
获取所述听力装置的初级测试设置;
获取所述听力装置的次级测试设置;
向用户呈现所述初级测试设置和所述次级测试设置;
检测表明对所述初级测试设置或所述次级测试设置的偏好的偏好测试设置的用户输入;并且
基于所述偏好测试设置的听力装置参数来更新所述用户模型,
其中,更新所述用户模型包括:
基于先前的参数后验、所述偏好测试设置以及非偏好测试设置来确定所述用户偏好函数的参数的后验。
2.根据权利要求1所述的调试代理,其中,确定所述参数后验包括应用序贯估计。
3.根据权利要求1-2中任一项所述的调试代理,其中,确定所述参数后验包括基于具有高斯分布的参数先验和表明偏好测试设置的所述用户响应的似然性来确定第一后验,并且所述参数后验基于所述第一后验。
4.根据权利要求3所述的调试代理,其中,确定所述第一后验包括通过应用所述用户响应分布来确定所述用户响应的似然性,并且使用所述用户响应的似然性来更新所述参数先验,并且执行归一化以提供所述第一后验。
5.根据权利要求1-4中任一项所述的调试代理,其中,确定所述参数后验包括基于所述第一后验以及所述第一后验与高斯分布之间的散度的最小值来确定第二后验。
6.根据权利要求5所述的调试代理,其中,确定所述参数后验包括将所述第二后验设置成所述参数后验。
7.根据权利要求5-6中任一项所述的调试代理,其中,确定所述第二后验包括确定一阶矩,并且所述第二后验基于所述一阶矩。
8.根据权利要求5-7中任一项所述的调试代理,其中,确定所述第二后验包括确定二阶矩,并且所述第二后验基于所述二阶矩。
9.根据权利要求8所述的调试代理,其中,确定所述一阶矩和所述二阶矩包括组合最大似然估计来应用Monte-Carlo模拟。
10.根据权利要求9所述的调试代理,其中,应用Monte-Carlo模拟包括对D_l应用Metropolis-Hastings采样,其中D_l为试验。
11.一种为听力装置用户更新用户模型的方法,所述方法包括:
初始化包括用户偏好函数和用户响应分布的用户模型;
获取初级测试设置;
获取次级测试设置,
根据所述初级测试设置输出初级测试信号;
根据所述次级测试设置输出次级测试信号;
检测表明对所述初级测试设置或所述次级测试设置的偏好的偏好测试设置的用户输入;以及
基于所述偏好测试设置的听力装置参数来更新所述用户模型,
其中,更新所述用户模型包括基于先前的参数后验、所述偏好测试设置以及非偏好测试设置来确定所述用户偏好函数的参数的后验。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA202170122A DK181015B1 (en) | 2021-03-17 | 2021-03-17 | Fitting agent for a hearing device and method for updating a user model |
DKPA202170122 | 2021-03-17 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115119122A true CN115119122A (zh) | 2022-09-27 |
Family
ID=82850905
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210263131.3A Pending CN115119122A (zh) | 2021-03-17 | 2022-03-17 | 用于听力装置的调试代理以及用于更新用户模型的方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11792588B2 (zh) |
EP (1) | EP4060557A1 (zh) |
CN (1) | CN115119122A (zh) |
DK (1) | DK181015B1 (zh) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ATE469514T1 (de) | 2005-10-14 | 2010-06-15 | Gn Resound As | Optimierung für hörgeräteparameter |
CN106537939B (zh) * | 2014-07-08 | 2020-03-20 | 唯听助听器公司 | 优化助听器系统中的参数的方法和助听器系统 |
US9503121B2 (en) * | 2014-10-17 | 2016-11-22 | Infineon Technologies Ag | Very high dynamic-range switched capacitor ADC with large input impedance for applications tolerating increased distortion and noise at large input signal levels |
DK3267695T3 (en) | 2016-07-04 | 2019-02-25 | Gn Hearing As | AUTOMATED SCANNING OF HEARING PARAMETERS |
DK3493555T3 (da) | 2017-11-29 | 2023-02-20 | Gn Hearing As | Høreindretning og fremgangsmåde til tuning af høreindretningsparametre |
EP3745954A4 (en) | 2018-02-01 | 2021-11-10 | Regents of the University of Minnesota | ADAPTIVE CONTROL PROCESS OF A MEDICAL DEVICE USING BAYESIAN OPTIMIZATION |
US11265659B2 (en) | 2018-04-11 | 2022-03-01 | Two Pi Gmbh | Method for enhancing the configuration of a hearing aid device of a user |
EP3648476A1 (en) | 2018-11-05 | 2020-05-06 | GN Hearing A/S | Hearing system, accessory device and related method for situated design of hearing algorithms |
EP3909262A1 (en) | 2019-01-08 | 2021-11-17 | Widex A/S | Method of optimizing parameters in a hearing aid system and a hearing aid system |
-
2021
- 2021-03-17 DK DKPA202170122A patent/DK181015B1/en active IP Right Grant
- 2021-03-22 EP EP21163902.6A patent/EP4060557A1/en active Pending
-
2022
- 2022-02-23 US US17/679,013 patent/US11792588B2/en active Active
- 2022-03-17 CN CN202210263131.3A patent/CN115119122A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
DK202170122A1 (en) | 2022-09-23 |
US20220303701A1 (en) | 2022-09-22 |
DK181015B1 (en) | 2022-09-23 |
EP4060557A1 (en) | 2022-09-21 |
US11792588B2 (en) | 2023-10-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11146899B2 (en) | Hearing device and method for tuning hearing device par | |
CN107580288B (zh) | 用于助听器参数的自动扫描 | |
EP3167625B1 (en) | Method of optimizing parameters in a hearing aid system and a hearing aid system | |
EP1946609B1 (en) | Optimization of hearing aid parameters | |
US11937052B2 (en) | Fitting agent for a hearing device and method for updating a multi-environment user model | |
US11778393B2 (en) | Method of optimizing parameters in a hearing aid system and a hearing aid system | |
JP2018518123A (ja) | 補聴器システムの動作方法および補聴器システム | |
US20220225036A1 (en) | Hearing system, accessory device and related method for situated design of hearing algorithms | |
CN115119122A (zh) | 用于听力装置的调试代理以及用于更新用户模型的方法 | |
US11582569B2 (en) | Fitting agent and method of determining hearing device parameters | |
US20240129679A1 (en) | Fitting agent with user model initialization for a hearing device | |
CN107766944A (zh) | 一种利用api分析进行系统功能流优化的系统和方法 | |
Sun | Factor model averaging quantile regression and simulation study | |
JP2007213403A (ja) | モデル導出方法、モデル導出装置、及び、プログラム |
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 |