CN1842225B - 记录数据和通过数据学习的助听器 - Google Patents

Abstract

本发明涉及助听器记录数据和从这些数据的学习。助听器(10，100)包含将声学环境转换成电信号的输入单元(12)；将处理后的电信号转换成声压的输出单元(16)；将输入和输出单元交联且根据设置从电信号产生处理后的电信号的信号处理单元(14)；将用户相互作用转换成控制信号由此控制设置的用户界面(18)；以及最后的一存储单元(20)，包含存储了与声学环境相关的一套控制参数的控制部分和从输入单元(12)、信号处理单元(14)以及用户界面(18)接收数据的数据记录器部分；且其中所述信号处理单元(14)根据一套控制参数设定设置并且包含一学习控制器，该控制器适于根据数据记录部分的数据调节一套控制参数。

Description

记录数据和通过数据学习的助听器

技术领域

本发明涉及一种助听器，例如耳背式(BTE)，耳内式(ITE)，或者深耳道式(CIC)助听器，该助听器包含一数据记录设备和一学习信号处理单元。

背景技术

目前的助听器数据记录包括在程序执行中记录用户对音量控制的变化以及记录用户对被执行程序的变化。例如在以下说明书中参考引用的欧洲专利申请号EP 1 367 857涉及一种数据记录助听器，该助听器用于记录安装在助听器上的用户可控制触发器(actuator)的逻辑状态和/或预定的数字信号处理算法的算法参数的值。

此外，助听器的学习特征通常涉及在助听器的学习阶段数字记录用户的相互作用，并将用户的反应(改变音量或程序)与各种声学情形相关联。关于这一点的实例在例如美国专利号US 6,035,050、美国专利申请号：US 2004/0208331以及国际专利申请号：WO 2004/056154中公开，这些专利在以下说明书中均参考引用。在学习阶段之后，在各种声学情形中助听器回忆用户的反应并以合适的音量执行与声学情形相关的程序。因此，这些助听器的学习特征不是从声学环境中学习而是从用户的相互作用中学习，且因此学习特征是相当静态的。

即使此类的数据记录和学习为验配师提供了为用户适配助听器的改善的手段并因此为用户改善了助听器的质量，已知的技术不能提供事实上呈现给助听器用户的声音的完整情形，导致用户改变音量或程序选择。

发明内容

因此，本发明的目的是提供克服了上述问题的助听器。特别地，本发明的目的是提供一助听器，该助听器根据用户与助听器的相互作用以及呈现给用户的声学环境来适应助听器的用户。

本发明的一个特别的优势是提供了一无监控的学习助听器(即不需要用户的相互作用)，不仅在初始阶段而且持续地改善了助听器对用户的适应。

本发明的一特别特征是提供了信号处理单元，该单元控制记录用户所处声学环境的数据记录器并按预设的类别将声学环境分类。

根据本发明的第一方面，通过用于记录数据和从所述数据进行学习的助听器可以实现以上目标、优势和特征以及大量的其它的目标、优势和特征，这些将在以下具体说明中变得显而易见，助听器包括适于将声学环境转换成电信号的输入单元；适于将处理后的电信号转换成声压的输出单元；将所述输入和输出单元交联并适于根据设置从所述电信号产生所述处理后的电信号的信号处理单元；适于将用户相互作用转换成控制信号并由此控制所述设置的用户界面；以及一存储单元，该单元包含适于储存与所述声学环境相关的一套控制参数的控制部分，以及适于从所述输入单元、所述信号处理单元以及所述用户界面接收数据的数据记录器部分；其中所述信号处理单元适于根据所述的一套控制参数设定所述设置，且包括一学习控制器，该控制器适于根据所述数据记录部分的所述数据来调节所述的一套控制参数。

在本上下文中术语“设置”被理解为对信号处理算法的预先确定的调节或调谐。另一方面，在本申请的上下文中的术语“程序”被理解为信号处理算法、处理方案、动态传递函数或处理响应。

进一步地，本上下文中的术语“声学环境”被理解为周围的声学环境，如在繁华街道或图书馆中体验的声音。

此外，在本上下文中使用的术语“验配师”被理解为听觉病矫治专家、医生、接受医学训练的人、听觉健康保健专业人员、助听器销售和调试人员等。

由此，根据本发明的第一方面的学习助听器不仅可以记录通过用户界面的用户相互作用，还可以监测用户所处的声学环境，且根据这些数据，学习助听器可以将助听器准确地调节至个体用户的听觉需要。

根据本发明的第一方面的控制部分可以进一步包含多套参数，各套参数与进一步的声学环境相关联。这些参数可以构成信号处理单元的若干操作模式或程序。

根据本发明的第一方面的数据可以包括所述的电信号、所述设置以及所述的控制信号。事实上，电信号可包括数字信号，该数字信号包含声压水平数值、描述所述声学环境的频谱的数值、所述声学环境噪音的数值、或它们的任意组合。设置可以包含一套变量，这些变量说明一或多个频段的增益、一或多个频段的极限、所述一或多个频段的最大增益、所述一或多个频段的压缩动力学(compression dynamics)、或它们的任意组合。控制信号可以包含所述声压音量的值、所述一套参数的选择或它们的任意组合。

根据本发明的输入单元可以包含一或多个将所述声学环境转换成模拟电信号的麦克风。输入单元可进一步包含将所述模拟电信号转换成所述电信号的转换器。可以进一步调节转换器以产生一数字信号，该信号包含声压水平的数值、描述所述声学环境的频段的数值、所述声学环境的噪音的数值、或它们的任意组合。由此，转换器将广泛的声学环境信息呈现给数据记录器，该记录器由此连续地更新用户关于声音环境的行为，且信号处理单元可相应地从该行为中进行学习。

根据本发明的第一方面的信号处理单元进一步包含适于产生定向信号的定向元件，该信号表明声源相对于正常的用户的脸的方向。定向信号可被信号处理单元用于产生由麦克风接收的相对于声源方向的声音的增益。即正常的用户耳朵、用户后背或用户正面接收的声音的放大是变化的，由此最大的放大给予了正常的用户正面声音。

根据本发明的第一方面的信号处理单元可进一步包含适于产生噪音降低信号的噪音降低元件，该信号表明所述声学环境的噪音水平。信号处理单元可利用噪音降低信号来选择合适的设置，在该设置中噪音被消除。

根据本发明的第一方面的信号处理单元可进一步包含适于产生反馈信号的适应性反馈元件，该信号表明反馈极限。反馈极限起初是助听器中的最高可用稳定增益；然而，当适应性反馈元件检测到声学正反馈发生时，反馈极限可被连续地调节。

根据本发明的第一方面的数据记录器部分可适用于记录定向信号、噪音降低信号、反馈信号以及电信号和控制信号。由此，数据记录器部分可有益地适用于记录由麦克风测量的声压水平以及定向和噪音降低程序的选择。相似地，数据记录器可适用于记录音量控制设置及其变化以及测定的声压水平。

因此，信号处理单元可以将测量的声压水平与噪音降低、定向和音量控制相关联。这实现了在声压水平和用户感觉之间以及在声压水平和程序选择之间改善的关联性。通过记录这些参数，为验配师提供了更好的为用户优化助听器的手段。

根据本发明的第一方面的学习控制器可适用于将所述的声学环境中记录的数据平均化。由此学习控制器可以将特定的声音环境记录的多套参数进行归纳。事实上，学习控制器可适用于将多套参数根据数据记录器中记录的所述数据连续更新。学习控制器保证了助听器用户在很多不同声学环境中更好的听力，使得助听器非常全面。此外，学习控制器允许助听器的用户进行和决定在舒适性和演说可理解性之间的折衷。这些选择给予用户更大程度的自主性。

根据本发明的第一方面的学习控制器可进一步地适用于执行无监控的身份学习方案将自动程序选择的参数个性化。学习控制器可包含将用户归入一套预先定义的身份的方法。不同的助听器用户具有不同的生活和生活方式，且因此一些用户比其它用户需要用于更积极生活方式的程序。

根据本发明的第一方面的学习控制器可进一步包含适于利用声学环境变化的身份学习方案，该变化反映了生活中的活动水平，且能被用于指定有益的处理。学习控制器的身份学习功能保证了在各种声学环境中的更好的听力，且确定满足用户需要的操作。

根据本发明的第一方面的信号处理单元可进一步包含适于产生自身声音数据的自身声音检测仪。自身声音数据可由数据记录器记录。信号处理单元可进一步包含自身声音控制器，该控制器适于利用数据记录器中记录的自身声音数据执行自身声音学习方案。由此自身声音控制器可修改助听器中的自身声音增益和其它自身声音设置。

根据本发明的第一方面的学习助听器可进一步包含非活跃(in-activity)检测仪，该检测仪适于识别学习助听器的非活跃状态。由此学习助听器在助听器未被使用如由用户戴上的情况下减少学习的功能。

根据本发明的第二方面，通过记录数据和从所述数据学习的方法可以实现以上目标、益处和特征以及大量其它目标、益处和特征，这些将从以下具体说明中变得显而易见，该方法包括：通过一输入单元将声学环境转换成电信号；通过输出单元将处理后的电信号转换成声压；通过信号处理单元将所述输入和输出单元交联并根据设置从所述电信号产生所述处理后的电信号；通过用户界面将用户相互作用转换成控制信号由此控制所述设置；通过存储单元的控制部分存储与所述声学环境相关的一套控制参数；通过数据记录器部分的存储单元从所述输入单元、所述信号处理单元以及所述用户界面接收数据；通过所述信号处理单元根据所述一套控制参数设定所述设置；且通过学习控制器根据所述数据记录部分中的所述数据调节所述的一套控制参数。

根据本发明的第二方面的方法可结合根据本发明的第一方面的助听器的任何特征。

根据本发明的第三方面，通过在根据本发明第一方面的信号处理单元上执行的计算机程序，并通过包括根据本发明第二方面的方法的行为，实现以上目标、益处和特征以及大量其它的目标、益处和特征，这些将在以下详细说明中变得显而易见。

根据本发明的第三方面的计算机程序可以结合根据本发明的第一方面的助听器或根据本发明的第二方面的方法的任何特征。

附图说明

通过以下对本发明优选实施方式的说明性而非限定性的具体说明，参考附图，将更好地理解本发明的以上及其它目标、特征和益处，其中：

图1显示了根据本发明的第一具体实施方式的带有数据记录器的学习助听器的一般方框图；

图2显示了根据本发明的第一具体实施方式的带有数据记录器的学习助听器的详细方框图；

图3显示了根据第一具体实施方式的学习控制器的快速行为学习方案的图表；

图4显示了根据第一具体实施方式的学习控制器的慢速行为学习方案的图表；且

图5显示了根据本发明的第一具体实施方式的助听器的图。

具体实施方式

在对各具体实施方式的以下说明中，对附图进行了参考，这些附图作为说明，显示了发明是如何操作的。应当理解可以利用其它具体实施方式，且在不背离本发明的范围的基础上可以进行结构和功能的改变。

图1显示了学习助听器的一般性方框图，该助听器整体上指定参考数字10。学习助听器10包含将声音转换成电信号的输入单元12，这些信号被传送至信号处理单元14。

信号处理单元14处理收到的电信号由此补偿用户的听力残疾。信号处理单元14为输出单元16产生处理后的电信号，该单元将处理后的电信号转换成呈现给用户听道的声压水平。

学习助听器10进一步包含用户界面(UI)18，使得用户能够改变信号处理单元14的设置，即改变音量或程序。

由UI18记录的用户的相互作用以及输入单元12的电信号以及信号处理单元14的活跃设置(active setting)被记录在存储器20中。

信号处理单元14利用存储器20中记录的数据为用户优化助听器10。即助听器10根据用户的相互作用以及用户操作所在的声学环境学习。

图2显示了根据本发明的第一具体实施方式的学习助听器，其中助听器被整体上指定为参考数字100且包含一对麦克风102、104，各麦克风将声压转化成模拟电信号。各模拟信号被传送给转换器106、108，各转换器将模拟信号转化成数字信号。一个数字信号被从转换器106传送至数据记录器110以记录一套声音参数，即由麦克风102测量并由转换器106转换成数字信号的声压水平；由信号处理元件114的定向元件112确定定向程序选择；由信号处理元件114的噪音降低元件116确定的噪音降低程序；由计时器元件118建立的时间；以及最后的放大元件122的音量设置。

此外，数据记录器110记录通过用户界面(UI)124接收的改变信号处理单元114的程序或音量设置的用户输入。UI124使得用户能够对自动选择程序或音量设置作出响应，且该响应被直接传送至信号处理单元114和数据记录器110。

在存储器如非挥发性存储器中设定本发明的第一具体实施方式中的数据记录器110。该存储器进一步包含一或多个信号处理单元114的操作程序。程序可以由助听器100的用户通过UI124选择或可以由信号处理单元114根据特定的检测到的声音环境自动选择。

由此信号处理单元114根据由定向元件112和噪音降低元件116确定的若干程序操作。此外，信号处理单元可以由助听器110的用户控制由此选择一不同的程序。由此，信号处理单元114的程序被连续地记录在数据记录器110上，该程序由定向元件112和/或噪音降低元件116自动确定，或由用户确定。

可以在存储器的固定区中设定数据记录器110，由此该记录器具有固定容量，且在该例中，数据存储器110包含滚动或移动功能，连续复写并丢弃数据记录器110中的最老的数据。

数据记录器110的内容可以由验配师下载并首先用于创建用户在各种声学环境中对助听器100操作的行为/反应的情景，且其次为验配师提供调节助听器100操作的可能性。可以通过本领域技术人员已知的任何方式通过与电脑的有线或无线连接下载内容，例如RS-232，蓝牙，TCP/IP。

对麦克风102测量的声压水平的记录被有利地用于比较用户对真实声学环境的响应，以及在信号处理单元114的自动选择程序与真实的声学环境之间进行关联。这为验配师提供了确定用于确定程序选择的参数是否与助听器100的用户产生的声学需求相匹配的可能性。

定向元件112根据麦克风102、104接收的转换后的声音为信号处理单元114确定定向程序。例如，定向元件112对在第一麦克风102和第二麦克风104记录的数字信号进行区分，且该差异被用于确定何种定向程序在给定声学环境中将是最优的。

定向元件112传送定向信号，为信号处理单元114的处理器126提供了优选的定向程序。处理器126利用定向信号控制信号处理单元114的总体控制。特别地，处理器126控制滤波元件120和放大元件122由此补偿用户的听力损失。即处理器126设法提供听力损失的补偿而确保放大不超过用户的最大功率极限。

噪音降低元件116提供了噪音降低信号，为放大元件122提供了合适的噪音降低设置，由此通过使用该程序设置，改善了信噪比。如上所述，为了使验配师能够检测自动程序选择的功能是否与真实的声学环境相关，噪音降低信号被进一步地传送给数据记录器110。

计时元件118将计时信号传送给数据记录器110，由此控制数据记录器110以特定的时间间隔在其输入端存储数据。计时元件118进一步使得数据记录器110能够记录时间的数值。

助听器110进一步包含适应性反馈系统128，该系统测量放大单元122的输出并将反馈信号返回至信号处理单元114的加算点(summingpoint)130。适应性反馈系统128检测正声学反馈的发生并随着时间适应性地调节反馈极限。反馈极限初始是助听器100的最高可用稳定增益；然而，根据助听器100用户的声学环境和用户使用助听器100的方式连续调节反馈极限。该学习特征是无监控的(即不需要用户的相互作用)且因此是具有吸引力的。由此适应性反馈系统128具有检测、计数和降低在各频段反馈发生的次数的能力。

助听器100进一步包含一转换器132，该转换器将信号处理单元114的输出转换成适于驱动扬声器134的信号。扬声器134(在助听器工业中也被认作接收器)将电驱动信号转换成用户耳内的声压水平。

信号处理单元114进一步包含学习反馈控制器，当适应性反馈系统128已达到其最佳性能且仍然检测到一些啸音时，该控制器被激活。学习反馈控制器的输入来自适应性反馈系统128，这意味着基本的功能依赖于适应性反馈系统128的效率。学习反馈控制器的目的是随着时间提供更少的反馈——优于已经强有力的反馈中止系统。此外，更不需要运行静态反馈管理器，该管理器在听力保健临床的调试期间设定反馈极限。

学习反馈控制器包含对变化的声学环境的两种不同程度的适应。对快速变化的快速行为系统(在几秒内)，例如电话交谈，以及更持久的慢速行为系统，该系统从快速行为系统的长期趋势中学习。

助听器100的学习过程发生在两个不同的时间尺度上。首先，由学习反馈控制器起始和执行的快速行为学习方案在适应性反馈系统128不能正确处理反馈的情况下提供支持。快速行为学习方案根据反馈极限作出反应且在声学发生临时性变化时被使用，例如当带上帽子、使用电话或拥抱时。变化的声学环境的另一个实例可以是每天将助听器100插入耳内的微小差别。

啸音和近啸音的发生由适应性反馈系统128检测并在短的时间段内在若干频段被累积，例如16个。

这些快速行为学习行为被储存在挥发性存储器中且因此在第二天或在下一次助听器被“打开”时被遗忘。

图3说明了在一个“开”期间学习反馈控制器的该快速行为学习方案。图的X轴显示了以分钟计的时间，而图的Y轴显示了存储在挥发性存储器中的当前反馈极限。虚线说明了非挥发性存储器中存储的最大反馈极限，而另一条线显示了当前的反馈极限如何作为时间的函数变化。

在打开设备后有延迟期例如1分钟。也存在10dB的快速行为调节的上限。

当声学环境存在持久的变化时，例如由于听道中的耳垢问题，或如果助听器100的用户因为某些原因被安装了错误的助听器或在助听器和耳朵之间发生了不可预见的声学连接时，学习反馈控制器激活更持久的学习。

因此如果快速行为学习方案已经显示了持续的趋势，那么反馈极限的永久性变化被写入非挥发性存储器。

学习反馈控制器的该慢速行为学习方案的输入来自快速行为学习方案。快速行为输入被指数平均并以常规间隔存储在非挥发性存储器中且在助听器100下一次“打开”时读数。如图4中说明的，永久的反馈极限可以超过起始设定的反馈极限，达到某一极限。该方案的时间常数不少于8小时的使用。

图4说明了学习反馈控制器在任意次数“开”阶段的该慢速行为学习方案。图的X轴显示了以天计的时间，而图的Y轴显示了存储在非挥发性存储器中的最大反馈极限。虚线说明了存储在非挥发性存储器中的最大反馈极限，而另一条线显示了当前的反馈极限如何作为时间的函数变化。

信号处理单元114进一步包含了用户控制器，该控制器用于控制数据记录和通过UI124记录的用户相互作用的学习。

通常助听器100的用户在日常使用中在所有希望调节的声学环境中将音量调节至最佳的设置。例如，相比于验配师编制的设置，用户可能仅在安静的情况下倾向于更高的音量，随后在安静时增加的增益也被应用到所有其它声音上。此外，在下一次用户“打开”助听器100时，设置被遗忘。如果对特定声学环境(或其它相关参数)的音量控制行为被存储，随着时间的经过，改变音量控制的需要由此被降低。

用户控制器根据以下表1中说明的特别的音量状态矩阵执行音量控制学习方案。对于各状态，即声压水平区(输入水平)和声学环境的混合，采用具体的额外的增益。起初无论助听器100处于什么状态，该额外的增益是相同的。当学习音量控制方案运作时，各状态被记录在数据记录器110上并被分别学习，且根据音量控制是如何被助听器100用户使用的，随着时间这将导致放大元件122增益的显著变化。

数据记录器110包含各音量状态的记录缓存，在学习进行之前，各缓存需要被占满。如上所述，助听器100的音量控制的设置，声学环境的声压水平和某些进一步的环境数据被记录在数据记录器110上。这意味着在一定量的用户时间后，音量状态将包含音量控制使用的平均数，其中在音量控制后，起始和实行学习方案。

	输入水平(dB SPL)
						低-45	中45-75	高75-
	环境检测仪	演说	VC1	VC2					VC3
舒适					VC4	VC5	VC6
		风	VC7

表1显示了处理不同音量状态(即演说、舒适、风、低、中和高)以及学习音量控制行为(VC1至VC7)的矩阵。矩阵是二维的：一维是在3个区域，低、中和高，的(宽带)声压水平。另一维由检测特定声学环境的环境检测仪主导。

当在特定音量状态中的增益变化时，变化将以相同程度影响未来的状态。如果用户倾向整体的增益变化(即不考虑声压水平和声学环境)，那么在所有的音量状态中要求相同的音量变化，且由用户控制器执行的音量控制学习方案可能降低对未来变化的需要。对大多数用户，对不同的声压水平和不同的声学环境，需要不同地调节增益。这将意味着在一个音量状态中增益的总体变化将导致另一音量状态的不希望的变化。因此，这些用户需要根据特定声压水平和特定声学环境的优选音量设定音量控制。在音量状态的一些变化后，其中在各音量状态执行音量控制学习方案，这些用户将很有希望降低他们对音量控制的需要。音量控制学习方案的所有效应以常规的间隔被写在非挥发性存储器中。

在使用中，音量控制是程序特异性的。对于各程序，音量控制设置被记忆且当用户返回至相关程序(例如转换至电话线圈或音乐程序)时，设置被恢复。通过在各程序中分别执行音量控制学习方案，学习方案将兼容不同的输入源。额外的程序如电话线圈和音乐程序相比于一般程序区别处理，因为对这些辅助程序的输入源没有一般程序复杂，且因此记录和学习将按照更简单的方案。

以下在表2中说明了额外程序的特别学习方案。

输入水平(dB)
			低-45	中45-75	高75-
VC8	VC9	VC10

由于这些额外程序如电话线圈程序或音乐程序更简单，这些程序的矩阵更简单。矩阵是一维的，具有对一系列音量控制行为(VC8至VC10)的一系列音量控制状态(低、中、高)。

信号处理单元14进一步包含一身份控制器，该控制器适用于执行无监控的身份学习方案将自动程序选择的参数个性化。具体地，参数包含参数类型，这些参数在听力保健设备中难以准确地设定且缺乏对用户的真实声音环境的认知。

现有技术的助听器包含若干身份或文件，分别说明了特定的用户。例如，更年轻的用户的身份可以包括程序的设置，这对于年长用户的身份是显著困难的。将助听器100适配给用户的验配师从身份号码中预先选定身份。

在根据本发明的第一个具体实施方式的助听器100中，拟定了5个活动身份，且在图5中显示。

身份学习方案认为给定的用户声学环境中的变化反映了其生活中的活动水平且能被用于设定有利的处理。例如，经历很大变化的声学环境的用户将有更大的可能从快速行为身份(在图5所示的身份尺度上向右移动)中受益，反之亦然。

在线身份控制器的身份学习方案确保了改变自动信号处理的设定的可能性，如定向、噪音降低和随着时间的压缩，这是对于用户声学环境的认知增加的结果，即实现身份设置的进一步个性化。因此，如果数据记录器110中记录的数据显示用户正在经历另一类声学环境，而非根据设定的或预先选定的身份预想的环境，助听器100自动自我调节成假设更有利的设定。

在各主要身份间定义了5个新的亚身份。5个主要身份由广泛的参数定义，压缩(例如速度、水平依赖增益)、噪音降低(例如增益降低的量、速度和阈值)以及定向(例如阈值)。

为了在身份尺度(图5)上指向正确的位置，需要至少一个参数。这样的一个参数需要根据若干记录参数定义。参数根据程序随时间分布的直方图(关于声学环境的间接知识)和输入声压水平随时间变化的直方图以及模式转换的次数(自动程序选择随时间如何迅速地适应声学环境)。不同的模式可以具有不同的优先级，例如演说模式信息比舒适模式更重要。

信号处理单元114进一步包含用于产生自身声音文件的自身声音检测仪(OVD)，该文件被记录在数据记录器110上。自身声音文件被信号处理单元114的自身声音控制器利用以执行自身声音学习方案，在此期间助听器100利用记录在数据记录器110中的数据以修改自身声音增益和设备中的其它自身声音设置。

自身声音学习需要OVD，该检测仪被用于检测自身声音。在自身声音存在时(即说话环境)，设备中的设置将根据自身声音原理(算法)修改。自身声音学习将尽可能根据助听器100的用户如何说话将该原理个性化。

学习助听器100的概念的最大风险之一是助听器100被“打开”但没有被用户携带时，记录的数据是否是无效的。如果助听器100在放在桌上或在提包中时已在收集数据，该学习存在采取不理想的方向的很大风险。例如，如果助听器提包中已经啸叫了若干天，那么最大反馈极限将被降低。因此，助听器100进一步包含非活跃检测仪，该检测仪在助听器100未被携带时进行检测且在非活跃期间不进行数据记录。可替换地，非活跃检测仪在检测到助听器100未被携带时使麦克风102、104消音并中止数据的记录和学习的过程。

非活跃检测仪实现了助听器100的有益特征，因为如果助听器100其本身在非活跃期间能够消音，其节省了电池寿命。

非活跃检测仪以使错误的正响应最小化的方式将数据记录仪110中记录的数据结合。可以使用以下的记录参数：来自学习反馈控制器的快速行为平均值；平均声压水平；使用时间；声压水平变化；自动程序选择状态；或用户相互作用如音量或程序选择或无相互作用。

通过监测学习反馈控制器的若干参数的快速行为平均值，当多于一个参数的平均值接近最大值时，非活跃检测仪可以识别，且相应地，信号处理单元114可以使助听器100消音。

通过监测平均声压水平，当声压水平在更长的时间段中例如在夜间接近很低的水平时，非活跃检测仪可以识别，信号处理单元114可以使助听器100消音。

通过监测声压水平的变化，当声压水平变化时，例如当从室内走向室外时声压水平发生变化，非活跃检测仪可以识别，当助听器100被放在抽屉中时，声压水平没有显著变化，因此当更长的时间段中没有识别变化时，信号处理单元114可以使助听器100消音。

通过监测自动程序选择的状态的变化，非活跃检测仪可以如上所述，通过参考声压水平的变化，当在更长的时间段中没有识别自动程序选择的变化时将助听器100消音。

通过监测用户相互作用的变化，非活跃检测仪可根据没有用户相互作用的更长期间通过标记为非活跃态作出反应，此后信号处理单元114可以使助听器100消音。

Claims (18)

1.一种用于记录数据和从所述数据学习的助听器，包含：

适于将声学环境转换成电信号的一输入单元；

适于将处理后的电信号转换成声压的一输出单元；

使输入和输出单元互联并适于根据设置从所述电信号产生所述处理后的电信号的一信号处理单元；

适于将用户相互作用转换成控制信号由此控制所述设置的一用户界面；以及

一存储单元，该单元包含：

适于存储与用户身份相关的一套控制参数的一控制部分；及

适于从所述输入单元、所述信号处理单元和所述用户界面接收数据的一数据记录部分；

其中所述信号处理单元适于根据对应于用户身份的所述一套控制参数配置所述设置，且包含：

适于基于所述数据记录部分记录的数据执行无监控的身份学习及根据所学习的身份调节所述的一套控制参数的一学习控制器。

2.根据权利要求1中所述的助听器，其中所述控制部分进一步包含多套参数，各套参数与进一步的声学环境相关。

3.根据权利要求1或2任意一项中所述的助听器，其中所述数据包含所述电信号、所述设置和所述控制信号。

4.根据权利要求3中所述的助听器，其中所述电信号包含一数字信号，该数字信号包含声压水平的数值、说明所述声学环境的频谱的数值、所述声学环境的噪音的数值、或它们的任意结合。

5.根据权利要求4所述的助听器，其中所述设置包含一套变量，该套变量说明一或多个频段的增益、所述一或多个频段的极限、所述一或多个频段的最大增益、所述一或多个频段的压缩动力学或它们的任意结合。

6.根据权利要求5所述的助听器，其中所述控制信号包含所述声压音量的数值、所述一套控制参数的选择、或它们的任意结合。

7.根据权利要求6所述的助听器，其中所述输入单元包含一或多个将所述声学环境转换成模拟电信号的麦克风，将所述模拟电信号转换成所述电信号的转换器，且其中所述转换器适于产生一数字信号，该信号包含声压水平的数值、说明所述声学环境的频谱的数值、所述声学环境的噪音的数值、或它们的任意混合。

8.根据权利要求7所述的助听器，其中所述信号处理单元进一步包含适于产生定向信号表明声源相对于正常用户正面的方向的定向元件。

9.根据权利要求8所述的助听器，其中所述信号处理单元进一步包含适于产生噪音降低信号表明所述声学环境的噪音水平的噪音降低元件。

10.根据权利要求9所述的助听器，其中所述信号处理单元进一步包含适于产生指示反馈极限的反馈信号的适应性反馈系统，所述反馈极限初始是助听器的最高可用稳定增益，之后所述反馈极限根据助听器用户的声学环境和用户使用助听器的方式连续调节。

11.根据权利要求10所述的助听器，其中所述数据记录部分适于记录定向信号、噪音降低信号、反馈信号、以及电信号和控制信号。

12.根据权利要求11所述的助听器，其中所述数据记录器适于记录声音控制设置及其变化以及测定的声压水平。

13.根据权利要求12所述的助听器，其中所述学习控制器进一步包含适于利用声学环境中的变化的身份学习方案。

14.根据权利要求1所述的助听器，其中所述学习控制器基于数据记录部分记录的数据确定用户的声学环境中的变化并基于所确定的变化选择用户身份。

15.根据权利要求14所述的助听器，其中所述信号处理单元进一步包含适于在所述数据记录部分产生自身声音数据的自身声音检测仪，以及适于利用所述数据记录部分中记录的自身声音数据执行自身声音学习方案以修改助听器中的自身声音设置的自身声音控制器。

16.根据权利要求15所述的助听器，该助听器进一步包含一适于识别学习助听器非活跃态的非活跃检测仪。

17.一种记录助听器中的数据和从所述数据学习的方法，该方法包括：

通过输入单元将声学环境转换成电信号；

通过输出单元将处理后的电信号转换成声压；

通过信号处理单元使输入和输出单元互联并根据设置从所述电信号产生所述处理后的电信号；

通过用户界面将用户相互作用转换成控制信号由此控制所述设置；

通过存储单元的控制部分存储与用户身份相关的一套控制参数；

通过存储单元的数据记录部分从所述输入单元、所述信号处理单元以及所述用户界面接收数据；

通过所述信号处理单元根据对应于用户身份的一套控制参数配置所述设置；

基于数据记录部分记录的数据执行无监控的身份学习以学习用户身份；及

根据所学习的身份调节所述的一套控制参数。

18.根据权利要求17的方法，还包括：

基于数据记录部分记录的数据确定用户的声学环境中的变化；及

基于所确定的变化选择用户身份。

Images