JP2011518358A - ヒアリングアシスタンス装置 - Google Patents

Abstract

ヒアリングアシスタンスデバイスは、音波の特性を示しているデータをキャプチャするために前記特徴に反応する２つのトランスデューサーを具備している。前記デバイスは、それぞれのトランスデューサーが前記デバイスを装着している人のそれぞれの耳の近傍に位置するように構成されている。信号プロセッサは、人に面している第１音源を示しているデータを、人に面していない第２音源を示しているデータよりも、相対的により多くの強調を提供するために前記データを処理する。少なくとも１つのスピーカーは、人に音を再生するために前記データを利用する。アクティブノイズリダクションシステムは、前記人に聞こえる人の近傍における環境雑音の量を減少させるための信号を前記スピーカーに提供する。

Description

本発明は、ヒアリングアシスタンスデバイスを提供する方法と装置に関する。より詳しくは、雑音環境下においても所望する音源をより鮮明に聞くことを可能とするヒアリングアシスタンスデバイスに関する。

米国特許第4,455,675号明細書

雑音環境下においても所望する音源をより鮮明に聞くことを可能とするヒアリングアシスタンスデバイスを提供する。

本発明の第１態様による、ヒアリングアシスタンスデバイスは、音波の特性を示しているデータをキャプチャするために前記特性に反応する２つのトランスデューサーを具備している。前記デバイスは、それぞれのトランスデューサーが前記デバイスを装着する人の耳のそれぞれに近接して配置されるように構成されている。信号プロセッサは、人に面している第１音源を示しているデータを、人に面していない第２音源を示しているデータよりも、相対的により多くの強調を提供するために前記データを処理する。少なくとも１つのスピーカーは、人に音を再生するために前記データを利用する。アクティブノイズリダクションシステムは、前記人によって聴取される該人の近傍における環境雑音（ambient acoustic noise）の量を減少させるための信号を前記スピーカーに提供する。

前記ヒアリングアシスタンスデバイスは、音声活動検出器（voice activity detector）を具備しても良い。前記音声活動検出器の出力は、前記信号プロセッサの特性を変更させるために使用される。前記信号プロセッサの特性は、前記音声活動検出器が前記第１音源における人の音声を検出する尤度に基づき変更される。およそ１であるゲインが、前記第１音源を示しているデータに適用され、およそ１未満であるゲインが、前記第２音源を示しているデータに適用される。

前記信号プロセッサは、前記区域の有効な大きさを調整するために、少なくとも１つの周波数、ユーザー設定、アクティブノイズリダクションの量、前記区域における音源と前記区域外の音源からの音響エネルギーの比率、および前記トランスデューサー近傍におけるサウンドレベルに応じて調整可能である。前記信号プロセッサは、前記区域の有効な大きさに従って、手動または自動で調整可能である。

本発明の他の態様による、ヒアリングアシスタンスデバイスは、音波の特性を示しているデータをキャプチャするために前記特徴に反応する、互いに離れている２つのトランスデューサーを具備している。信号プロセッサは、（ａ）どのデータが、ユーザーの正面区域内に位置する１つまたは複数の音源を示しているか、および（ｂ）どのデータが、前記区域の外部に位置する１つまたは複数の音源を示しているか、を決定するために前記データを処理する。前記信号プロセッサは、前記区域外の音源を示しているデータを、前記区域内の音源を示しているデータよりも、相対的に少ない強調で提供する。前記信号プロセッサの特性は、前記音声活動検出器が前記区域内で人の音声が発せられたことを判定したかどうかに基づき調整される。少なくとも１つのスピーカーは、前記ユーザーに音を再生するために前記データを利用する。

前記ヒアリングアシスタンスデバイスは、前記ユーザーに聴取される前記ユーザーの近傍における環境音響雑音の量を減少させるための信号を、前記スピーカーに提供するアクティブノイズリダクションシステムを具備しても良い。

本発明のさらに他の態様による、人へのヒアリングアシスタンスを提供する方法は、音波の特性に反応するトランスデューサーにより収集されたデータを、それぞれのトランスデューサーの位置のための信号に変換するステップを具備している。前記信号は、それぞれの位置のために複数の周波数帯域に分離されている。特定の帯域へエネルギーを提供している音源が実質的に前記人に面しているかどうかが、それぞれの帯域のために前記信号から決定される。特定の帯域へのエネルギーを提供している音源が実質的に前記人に面していることを信号特性が示しているそれらの周波数帯域と、特定の帯域へのエネルギーを提供している音源が実質的に前記人に面していないことを信号特性が示しているそれらの周波数帯域との間で相対的なゲインの変化が発生する。前記信号プロセッサは、音源が、実質的に前記人に面しているとみなされている前記区域の有効な大きさを調整するために、少なくとも１つの周波数、ユーザー設定、アクティブノイズリダクションの量、実質的に人に面している音源と実質的に人に面していない音源からの音響エネルギーの比率、および前記トランスデューサー近傍におけるサウンドレベルに応じて調整可能である。

前記方法は、信号プロセッサにより実施される分離するステップ、判定するステップ、および発生するステップを具備している。前記信号プロセッサの特性は、音声活動検出器が、前記人が人の音声に面していることを検出したかどうかに基づいて調整される。

本発明の他の態様による、ヒアリングアシスタンスデバイスは、ゲイン信号が入力である音声活動検出器を具備している。前記音声活動検出器の出力は、所望の音声が存在しているかどうかを示している。

前記ヒアリングアシスタンスデバイスは、前記音声活動検出器の出力を第１入力として受信する第１低域通過フィルターをさらに具備している。前記ヒアリングアシスタンスデバイスは、低域通過フィルターがゲイン信号を第２入力として受信し、前記音声活動検出器の出力は、前記低域通過フィルターのカットオフ周波数を設定するという機能を有しても良い。前記ヒアリングアシスタンスデバイスは、前記音声活動検出器が音声信号の存在を示す場合には、前記カットオフ周波数が相対的に高い周波数に設定され、前記音声活動検出器が音声信号の不存在を示す場合には、前記カットオフ周波数が相対的に低い周波数に設定される機能を有してもよい。前記ヒアリングアシスタンスデバイスは、前記低域通過フィルターの出力を入力として受信する可変レートのファーストアタック・スローディケイ（ＦＡＳＤ）フィルターを具備してもよい。

前記ヒアリングアシスタンスデバイスは、前記ＦＡＳＤフィルターの入力の一期間にわたる平均が第１レベルの場合には、前記ＦＡＳＤフィルターのディケイレートは、第１レートに設定され、前記ＦＡＳＤフィルターの入力の一期間にわたる平均が、前記第１レベルより上の第２レベルの場合には、前記ＦＡＳＤフィルターのディケイレートは、前記第１レート以下の第２レートに設定される機能を具備してもよい。

前記ヒアリングアシスタンスデバイスは、前記ＦＡＳＤフィルターの出力を入力として受信する第２低域通過フィルターを具備しても良い。前記第２低域通過フィルターへの前記入力がしきい値以上の場合には、この入力は、前記第２低域通過フィルターを通り抜け、変更されない。前記第２低域通過フィルターへの前記入力が、前記しきい値未満である場合には、この入力は、前記第２低域通過フィルターにより低域通過濾波される。前記ヒアリングアシスタンスデバイスは、前記第２低域通過フィルターの出力を入力として受信するメディアンフィルターを具備しても良い。

本発明のさらに他の態様における、ヒアリングアシスタンスデバイスは、音波の特性を示しているデータをキャプチャするために前記特徴に反応する２つのトランスデューサーを具備している。信号プロセッサは、（ａ）第１音源が、ユーザーと実質的に軸上にあり、前記ヒアリングアシスタンスデバイスのユーザーが面している前記第１音源を示しているデータに、強調の第１レベルを提供するため、（ｂ）前記ユーザーの軸外にある第２音源を示しているデータに、前記強調の第１レベルより低い強調の第２レベルを提供するため、（ｃ）前記第２音源よりも相対的にさらに軸外である第３音源を示しているデータに、前記強調の第２レベルより低い強調の第３レベルを提供するために、前記データを処理する。少なくとも１つのスピーカーは、前記人に音を再生するために前記データを利用する。

前記ヒアリングアシスタンスデバイスは、前記第３音源よりも相対的にさらに軸外である第４音源を示しているデータに、前記強調の第３レベルより低い強調の第４レベルを提供する前記信号プロセッサの機能を有してもよい。

本発明の他の態様における、人へヒアリングアシスタンスを提供する方法は、音波の特性に反応する２つのトランスデューサーにより収集されたデータを、それぞれのトランスデューサーの位置のための信号に変換するステップを具備している。前記信号は、特定の時点における複数の周波数帯域のための前記２つのトランスデューサー間の大きさ関係（magnitude relationship）および位相角関係（phase angle relationship）を判定するために利用される。それぞれの周波数帯域の前記大きさ関係および位相角関係は、２次元プロット上へマップされる。前記プロットの原点が決定される。前記原点は、前記大きさがお互いにほぼ等しく、かつ前記位相角がお互いにほぼ等しい場所である。マップされた大きさ関係および位相角関係が前記プロットの原点から相対的に遠いそれらの周波数帯域と比べて、マップされた大きさ関係および位相角関係が前記プロットの原点に相対的に近いそれらの周波数帯域間で相対ゲイン変化が引き起こされる。

本発明のさらなる態様における、人へヒアリングアシスタンスを提供する装置は、それぞれのトランスデューサー位置のための信号を生成するために、音波の特性に反応する１対のトランスデューサーを具備している。信号プロセッサは、前記信号をそれぞれの位置のための複数の周波数帯域へ分離する。前記信号プロセッサは、それぞれの帯域のために、前記信号間の関係を確立する。前記信号プロセッサは、およそ１のゲインを、信号関係が所定の基準を満足するそれらの周波数帯域に適用する。前記信号プロセッサは、およそ１未満のゲインを、信号関係が前記所定の基準を満足しないそれらの周波数帯域に適用する。

本発明の実施形態におけるヒアリングアシスタンスデバイスの透視図である。 ユーザーにより装着されている図１のヒアリングアシスタンスデバイスの上面概略図である。 図１のヒアリングアシスタンスデバイスにおいて使用されている信号プロセッサのブロック図である。 ゲイン決定に使用される値のグラフである。 特定の周波数ビンの計算されたゲインおよびスルーレート制限されたゲインと時間の関係を示している図である。 アクティブノイズリダクションシステムを具備しているヒアリングアシスタンスデバイスの一実施形態である。 音声活動検出器を具備しているヒアリングアシスタンスデバイスの一実施形態である。 ただ一人の所望の話者が存在している場合の音声スペクトログラムである。 ただ一人の所望の話者が存在している場合のブロック４１（図７）のゲイン出力を示す図である。 所望の話者とジャマーの両方が存在している場合における音声スペクトログラムである。 図１０の状態における経時的なゲイン出力を示している図である。 ＦＡＳＤフィルターの経時的な出力を示している図である。 ＶＡＤの経時的な出力を示している図である。 図７の後処理ブロック１０６の経時的な出力を示している図である。 ヒアリングアシスタンスデバイスおよび方法により提供される改善を示しているデータを表示しているグラフである。 前記ヒアリングアシスタンスデバイスおよび方法により提供される改善を示しているデータを表示しているグラフである。

図面、特に図１を参照すると、本発明を具体化したヘッドホン４０の形態におけるヒアリングアシスタンス装置の透視図が示されている。前記ヘッドホン４０は、ディペンディングヨークアセンブリ（depending yoke assemblies）４８および５０とともにヘッドバンド４６により相互に結合されているイヤーカップ４３および４４を具備している。前記イヤーカップ４３および４４は、それぞれに耳覆いクッション（circumaural cushions）５２および５４とそれぞれに内部音響ドライバ（図示せず）を具備している。前記イヤーカップは、前記ヘッドホン４０の近傍における環境ノイズのためのパッシブノイズリダクションを提供する。アクティブノイズリダクション（ＡＮＲ）システムもまた前記ヘッドホン４０内に具備してもよい。そのようなＡＮＲシステムは、「アンチノイズ（anti-noise）」を音響ドライバに生成することにより人の耳に届く環境雑音の量を能動的に減少させる。前記「アンチノイズ」は、前記環境雑音の一部を相殺する。ＡＮＲシステムの一例の詳細は、以降の本明細書において説明される。

１対のマイクロホン（トランスデューサー)１２および１４は、それぞれのイヤーカップ４４および４３上に配置されている。ユーザーが前記ヘッドホン４０を装着している場合、トランスデューサー１２および１４は、好適には前記ユーザーのそれぞれの耳の近傍にそれぞれ配置されるとともに、好適には前記ユーザーが面している方向に面している。トランスデューサー１２および１４は、それらが互いに十分な距離で離れているならばヘッドホン４０上の他の部分に配置しても良い。前記トランスデューサー１２および１４は、他のタイプのトランスデューサー(例えば全方向)も使用可能であるが、好適にはそれぞれ指向性(例えば、一次傾度)トランスデューサー（マイクロホン）である。前記トランスデューサーは、局所音圧、一次音圧傾度、高次音圧傾度、またはそれらの組み合わせなどの音波の特性に反応することによりそれぞれの位置においてデータを収集する。前記トランスデューサーはそれぞれ、それらのそれぞれの位置において存在する瞬間的な音圧レベルを、それらの位置における経時的な音圧を示す電気信号に変換する。

次に図２を参照すると、人（ユーザー）５６により装着されている前記ヘッドホン４０が示されている。所望の音源Ｔは、前記人５６の真正面に配置されている。音源Ｔは、人５６が会話をしようとしている他の人物でありうる。音源Ｔからの音波は、音源Ｔがトランスデューサー１２および１４からほぼ等距離にあるため、前記トランスデューサー１２および１４にほぼ同じ時間かつほぼ同じ大きさで到着する。前記ユーザー５６の近傍には多数のジャマーＪ１−Ｊ９が存在する。ジャマーＪ１−Ｊ９は、前記ユーザー５６が所望しない音源である。ジャマーの例は、人５６および音源Ｔの近傍における他人の会話、オーディオシステム、テレビ、建設騒音、ファンなどである。任意の特定のジャマーからの音波は、前記トランスデューサー１２および１４に同時かつ同じ大きさでは到着しない。それぞれのジャマーは、トランスデューサー１２および１４から等距離ではなく、また人５６の頭部が、前記音波に影響を及ぼすからである。前記トランスデューサー１２および１４に到着する前記音波の到着時間および前記音波の大きさは、所望の音源ＴとジャマーＪ１−Ｊ９を区別するために、前記ヒアリングアシスタンスデバイスにより使用される。導電性ライン５８および６０は、それぞれ前記トランスデューサー１２および１４を信号プロセッサ６２に接続する。前記信号プロセッサは、前記ヘッドホン４０内に配置されるが、本発明のこの実施形態を説明する上で有用であるので、図２においては、ヘッドホンの外部に示されている。前記信号プロセッサ６２は、以下でより詳細に説明される。前記トランスデューサー１２および１４からの信号が前記信号プロセッサ６２により処理された後、処理され増幅された信号は、１対の伝導性ライン６４および６６上を、それぞれの音響ドライバ６８および７０に向かって通過する。前記音響ドライバは、前記ユーザーの耳に音を生じさせる。指向性マイクロホンの使用は、人５６の後方に位置する任意のジャマーからの音響エネルギーを排除するのに役に立つ。

図３を参照すると、前記信号プロセッサ６２が記載されている。音源ＴおよびＪ１−Ｊ９からの音波は、トランスデューサー１２，１４に前記音波の特性を示している電気信号を時間の関数として生じさせる。トランスデューサー１２，１４は、有線または無線を介して前記信号プロセッサ６２と接続されてもよい。それぞれのトランスデューサーのための前記信号は、それぞれの通常のプリアンプおよび通常のアナログ・デジタル（Ａ／Ｄ）変換器２０を通過する。実施形態によっては、それぞれのトランスデューサーにより出力される信号を変換するために、単独のＡ／Ｄ変換器を使用してもよい。これとは別に、マルチプレクサを単一のＡ／Ｄ変換器とともに使用してもよい。増幅器１６および１８もまた、必要であれば、ＤＣ電力（すなわちファンタム電源）を、それぞれのトランスデューサー１２および１４に提供してもよい。

当業者によく知られているブロック処理技術を使用することで、ブロック２２においてオーバーラップしているデータのブロックが、ウィンドされる（windowing）（それぞれのトランスデューサーのための前記信号に個別のウィンドがなされる）。前記ウィンドされたデータは、ブロック２４において高速フーリエ変換（ＦＦＴ）を使用して、時間領域から周波数領域へと変換される（個別のＦＦＴがそれぞれのトランスデューサーのための前記信号になされる）。これは、前記信号を、それぞれのトランスデューサー位置のための複数の線形空間周波数帯域（すなわちビン(bins)）に分離する。他のタイプの変換（例えばＤＣＴまたはＤＦＴ）を前記ウィンドされたデータを時間領域から周波数領域に変換するために使用してもよい。例えば、対数空間周波数ビンを得るためにウェーブレット変換をＦＦＴの代わりに使用しうる。この実施形態において、３２０００サンプル／秒のサンプリング周波数がそれぞれのブロックに使用され、５１２サンプルが含まれている。

離散フーリエ変換（ＤＦＴ）およびその逆変換は以下のように定義される：
関数Ｘ ＝ ＦＦＴ（ｘ）およびｘ ＝ ｉＦＦＴ（Ｘ）は、

によって長さＮのベクトルで与えられる前記変換および逆変換の組を実施する。
ここで、

は、Ｎ番目の原始根（root of unity）である。

前記ＦＦＴは、ＤＦＴの計算を早くするためのアルゴリズムである。実信号（音声など）のフーリエ変換は、複素数での結果を生じる。複素数Ｘの大きさは、

で定義される。

複素数Ｘの角度は、

で定義される。ここで、実数部および虚数部の符号(sign)は、単位円の適当な象限(proper quadrant)における角度で判別される。結果は、

−π ≦ angle(Ｘ) ＜ π

の範囲内となる。

Ｘ１およびＸ２の２つの複素数値の大きさの比は、任意のさまざまな方法で計算されうる。１つは、Ｘ１とＸ２の比をとり、その後結果である大きさを求める。または、Ｘ１とＸ２の大きさを別々に求め、その後、それらの比をとる。これとは別に、１つは、対数空間で作業し、その比の大きさの対数をとる、またはこれとは別に、log(|X1|)とlog(|X2|)の差分（減算）の対数をとる。

上述したように、前記信号の関係が確立される。実施形態によっては、前記関係は、ブロック毎を基礎にしてそれぞれの周波数ビンのために除算ブロック２６で計算される、トランスデューサー１２からの前記信号とトランスデューサー１４からの前記信号の比である。この比（関係）のデシベル換算での大きさが、ブロック２８で計算される。

それぞれの周波数ビン（周波数帯）の計算された前記デシベル換算での大きさ関係および度数表示での位相角は、ブロック３４でゲインを決定するために使用される。どのように前記ゲインが決定されるかを示した一例が図４のグラフ７０に示されている。前記グラフにおいては、地形図上の等高線に類似している全部で５つの囲まれた境界線(circumscribed line)（ゲイン等高線）８１，８３，８５，８７、および８９が示されている。前記グラフ７０は、横軸７２上にデシベル換算での大きさの差を、縦軸７４上に度数表示での位相差を提示している。特定の周波数ビンのために、前記位相角差と前記大きさの差の交点で示される前記データは、どれくらいのゲインがその周波数ビンに適用されるかを決定する。一例として、音源"Ｔ"からの音響エネルギーの全てまたはほとんどを含む周波数ビンは、トランスデューサー１２と１４の大きさ（レベル）差がおよそ０ｄＢであり、角度はおよそ０度を有している。これら２つのパラメータの前記データポイントは、グラフ７０におけるポイント７６である。なぜならポイント７６は、グラフ７０のエリア７８にあり、その周波数ビンは、それに適用される０ｄＢのゲインを有している。ポイント７６は、前記ヒアリングアシスタンスデバイスのユーザーの正面の領域内に位置する音源の代表である。前記ユーザーは、該ユーザーの軸上のこの音源に面している（例えば図２の音源“Ｔ”)。この領域内に位置する音源がユーザーに可聴であることが望まれている。

大きさ及び角度のデータポイントがエリア８０内に収まっているならば、対応する周波数ビンは、前記データポイントがライン８１と８３の間のどこに収まるかにより０から−５ｄＢの間で減衰される。大きさ及び角度のデータポイントがエリア８２内に収まっているならば、対応する周波数ビンは、前記データポイントがライン８３と８５の間のどこに収まるかにより５ｄＢから１０ｄＢの間で減衰される。大きさ及び角度のデータポイントがエリア８４内に収まっているならば、対応する周波数ビンは、前記データポイントがライン８５と８７の間のどこに収まるかにより１０ｄＢから１５ｄＢの間で減衰される。大きさ及び角度のデータポイントがエリア８６内に収まっているならば、対応する周波数ビンは、前記データポイントがライン８７と８９の間のどこに収まるかにより１５ｄＢから２０ｄＢの間で減衰される。最後に、大きさ及び角度のデータポイントがエリア８８内に収まっているならば（例えば、４０度におけるジャマーＪ７）、対応する周波数ビンは、２０ｄＢで減衰される。エリア８０−８８は、前記ヒアリングアシスタンスデバイスのユーザー正面の領域の外部に位置する音源の代表である。

先の段落において説明された効果は、人５６の真正面の音源（例えば“Ｔ”）からのその音響エネルギーは、減衰されずにその人の耳に到達するということである。音響エネルギー源（例えばＪ１−Ｊ９）が、さらに軸外に行くに従って、それらの源からの前記音響エネルギーは、漸次減衰される。これは、前記人５６が前記ジャマーＪ１−Ｊ９以上に話者“Ｔ”をより鮮明に聞くことができることになる。言い換えれば、前記信号プロセッサ６２は、前記人が面していない第２音源を示しているデータよりも、前記人が面している第１音源を示しているデータを、相対的により強調する。

ゲインを計算するために位相角を使用することの代替案は、トランスデューサー１２に音波１２が到着した時と、トランスデューサー１４にその波が到着した時との間の時間遅延を使用することである。等価時間遅延は以下のように定義される：

２つの複素数値により示される前記時間遅延は、さまざまな方法で計算可能である。一つは、Ｘ１とＸ２の比をとり、その結果の角度を求め、角周波数で除算することで可能である。他には、Ｘ１とＸ２の角度を別々に求め、それらを減算し、そして角周波数で除算することで可能である。時間差（遅延）τ(タウ)は、ブロック毎を基礎にそれぞれの周波数ビンのために、ブロック３０で位相の第１計算により計算され、その後それぞれの周波数ビンの中心周波数により、前記位相を分割する。前記時間遅延τは、トランスデューサー１２によって音波が検出された時と、トランスデューサー１４によってこの波が検出された時との間の経過時間を示している。大きさと２つのトランスデューサー信号の間の時間遅延を推定するために、他の既知のデジタル信号処理（ＤＳＰ）技術を使用してもよい。例えば、時間遅延差を計算するための他の方法は、それぞれの周波数帯域における２つの信号Ｘ１とＸ２間の相互相関を使用することである。

時間遅延を使用する場合のために、図４において示されているものとは異なり、前記縦軸７４上の度数表示における位相差が、前記縦軸７４上の時間差に置き換えられているグラフが使用される。１０００Ｈｚにおける時間遅延０は、前記人５６と、１０００Ｈｚにおいてエネルギーを供給している前記音源の間の角度０と等しい。これは、１０００Ｈｚにおいてエネルギーを供給している前記音源は、前記人５６の真正面であることを反映している。１０００Ｈｚにおける時間遅延が（ａ）２８ミリ秒は、およそ１０度の角度を示しており、（ｂ）５６ミリ秒は、およそ２０度の角度を示しており、（ｃ）８３ミリ秒は、およそ３０度の角度を示しており、そして（ｄ）１１１ミリ秒は、およそ４０度の角度を示している。

いかなる時点においても、またいかなる周波数帯域においても、前記大きさ及び位相が、図４のポイント７６（プロットの原点）の近くにあるほど、（ａ）関連した音源は、前記人５６への軸上であり、そして（ｂ）その時点のその周波数帯域におけるエネルギーは、前記人５６が聞くことを望む何か（例えば、音源“Ｔ”からの発話）である可能性が高い。

原点７６から外側にゲイン等高線８１，８３，８５，８７および８９（図４）を動かすことは、利点および欠点を提供する。前記ゲイン等高線を原点７６に向かって動かすことも同様である。原点７６から（および任意にお互いに）さらに離れるようにゲイン等高線８１，８３，８５，８７，および８９を動かすことは、競合している音源（例えばＪ１−Ｊ８）からの連続的なさらなる音響エネルギーが前記人５６に伝わることを許可する。これは、音の受容窓（acceptance window）がより広くなることになる。ジャマーノイズの量が少ない場合には、人５６に彼／彼女が位置する場所における音響空間のよりよい感知を与えるため、より広い受容窓であっても許容しうる。ジャマーノイズの量が多い高い場合には、より広い受容窓であることは、音源“Ｔ”からの音声を理解することがより難しくなる。

一方、前記ゲイン等高線８１，８３，８５，８７，および８９を前記原点７６に向かって（および任意にお互いに）近づくように動かすことは、競合している音源（例えばＪ１−Ｊ８）からの連続的なより少ない音響エネルギーが前記人５６に伝わることを許可する。ジャマーノイズの量が多い場合には、より狭い受容窓であることは、音源“Ｔ”からの音声を理解することがより簡単になる。しかし、ジャマーノイズの量が少ない場合には、狭い受容窓は、さらなるフォールスネガティブ（すなわち、受容されていなければならない場合に、音源Ｔエネルギーが排除される)の原因となりうるため、あまり好ましくない。フォールスネガティブは、ノイズ、競合する音源（例えば、ジャマー)、及び／または前記大きさおよび２つのマイクロホン間の位相差で変わりうる室内反響により発生する。フォールスネガティブは、音源Ｔからの音声を不自然な音にする原因となる。

受容窓の広狭は、連続する範囲にわたって操作可能な、または少数のプリセットを通して操作可能なユーザーコントロール３６によりセットされる。等高線８１，８３，８５，８７，および８９は、原点７６に近づいてまたは原点７６から遠ざかるように動かされうるか、または、お互いに(a)前記大きさ軸７２のみに沿って、(b)前記位相軸７４のみに沿って、または(c)前記大きさおよび位相軸７２，７４の双方に沿って動かされうる点に注意すべきである。加えて、前記受容窓の広狭は、すべての周波数において同じである必要でない。例えば、典型的な環境においては、より高い音声周波数(例えば２ＫＨｚ)において、ノイズはより少なく、また音声エネルギーもより少ない状態である。しかし、これらのより高い音声周波数において、特に、不要な音響エネルギーの誤った受容（false acceptance）により生成される音楽雑音（musical noise）に対し、人間の耳はより敏感である。この効果を減少させるために、前記受容窓は、特定の周波数帯域（例えば１８００−２２００Ｈｚ)において、他の周波数帯域に比べて広く作ってもよい。広めの受容窓においては、不要な音響エネルギー（例えばジャマーＪ１−Ｊ９からの)の排除と、音楽雑音の減少とのトレードオフが存在する。

前記ゲインは、それぞれのデータブロックにおけるそれぞれの周波数ビンのためにブロック３４（図３)において計算される。前記計算されたゲインは、そのようなゲイン変動により生成されるアーティファクトを最小化するように、当業者に既知の他の方法により、ブロック４１においてさらに処理しても良い。例えば、ある周波数ビンにおける前記ゲインは、ファーストアタック・スローディケイフィルターを使用することにより、早く立ち上がり、よりゆっくり立下ってもよい。他の手法においては、前記ゲインが一定時間内に、ある周波数ビンから次に対しどれくらいの変化が許容されるかの限界を設定する。周波数ビン毎を基礎(basis)にして、前記計算されたゲインは、それぞれの乗算器ブロック９０および９２において、それぞれのトランスデューサーからの前記周波数領域信号に適用される。

従来のブロック処理技術を使用して、周波数領域から時間領域に前記信号を変換するために、修正された信号は、ブロック９４において逆ＦＦＴされる。その後、前記信号は、ブロック９６においてウィンドウ(window)され、オーバーラップされ、および前のブロックと加算される。ブロック９８において、前記信号は、デジタル信号からアナログ（出力）信号に変換される。ブロック９８の出力である前記信号は、その後、音を再生するために、線６４および６６に沿ってそれぞれの通常の増幅器（図示せず）およびそれぞれの音響ドライバ６８および７０(すなわちスピーカー)に送信される(図２を参照)。

(２段落前で論じたような)ファーストアタック・スローディケイフィルターを使用する代わりに、ブロック４１における前記信号処理においてスルーレート制限(slew rate limiting)を使用してもよい。スルーレート制限は、雑音のある信号をスムージングするための非線形方法である。前記方法は、前記ゲイン制御信号(例えば、図３におけるブロック３４から出力される)が、あまりに早く変動することを防ぐ。早すぎる変動は可聴なアーティファクトの原因となりうる。それぞれの周波数ビンのために、前記ゲイン制御信号は、あるブロックから次への指定した値以上による変更は許可されない。前記値は、増加するゲインと減少するゲインとで異なってよい。したがって、スルーレート制限の出力からの（ブロック４１における）前記音声信号（例えば、トランスデューサー１２および１４からの）に実際に適用される前記ゲインは、ブロック３４からの計算されたゲイン出力よりも劣っている(lag behind)。

図５を参照すると、点線１７０は、対時間でプロットされた、ブロック３４から出力される特定の周波数ビンの計算されたゲインを示している。実線１７２は、スルーレート制限が適用された後の結果である、ブロック４１から出力されるスルーレート制限されたゲインを示している。この実施形態において、前記ゲインは、１００ｄＢ／秒よりも早く立ち上がることが許可されておらず、また２００ｄＢ／秒よりも早く立ち下がることも許可されていない。前記スルーレートの選択は、競合する要素によって決定される。前記スルーレートは、所望されない音源の排除を最大化するために、可能な限り早くなければならない。しかし、可聴なアーティファクトを最小化するために、前記スルーレートは、可能な限り遅くなければならない。前記ゲインは、音響心理学的要素に基づき、アップよりもさらに遅く問題なくスルーダウンしうる。

したがって、t ＝ ０．１と０．３秒の間では、前記計算されたゲインは、１００ｄＢ／秒よりも早く立ち上がるため、前記適用されるゲイン(スルーレート制限されている)は、前記計算されたゲインよりも劣っている。t = ０．５と０．６の間では、前記計算されたゲインが２００ｄＢ／秒よりも小さい速さで立ち下がっているので、前記計算されたゲインと適用されるゲインは同じである。t = ０．６以降では、前記計算されたゲインは、２００ｄＢ／秒よりも早く立ち下がっており、そして前記適用されるゲインは、追いつくまでまた劣っている。

少なくともいくつかの従来の補聴器といったヒアリングアシスタンスデバイスにおいて、およそ１より大きいゲインが、外部音のレベルを増加させるために使用されており、すべての音声を大きくしている。この手段は、感音性難聴に生じる「補充現象（recruitment）」のため、不快であり、また役に立たない。補充現象は、急激に非常に大きな音の知覚を生じる。上述した実施形態においては、所望の音声に適用されるほぼ単一(unity)のゲインが存在するのに対し、所望しない音声(例えば、前記ジャマーからの)には１より小さいゲインが適用される。したがって、所望の音声は、それらの自然なレベルにとどまり、所望しない音声はより静かになる。この手段は、前記所望の音声を前記ヒアリングアシスタンスデバイス無しの状態であるよりもより大きくすることなく補充現象の問題を回避する。所望しない音声のレベルが減少するために、所望の音声の明瞭度が上がる。

図６には、さらなる実施形態が示されている。アクティブノイズリダクション（ＡＮＲ）システム１００および１０２が、Ｄ／Ａコンバータ９８の後の信号経路に具備されている。本明細書におけるＡＮＲシステムは、人の耳に到達する環境雑音の量を減少させるのに有効である。ＡＮＲシステム１００および１０２は、それぞれ前記音響ドライバ６８および７０(図２)を具備している。そのようなＡＮＲシステムは、例えば本明細書に参照により組み込まれている米国特許第4,455,675号に開示されている。本願発明の配線６４または６６上の前記信号は、前記米国特許第4,455,675号の図２における入力端子２４に適用されうる。前記ＡＮＲシステムがアナログの変わりにデジタルである場合には、前記Ｄ／Ａコンバータ９８は、省かれる(前記デジタルＡＮＲ信号が、いくつかの箇所においてアナログ信号に変換される必要がありうるけれども)。前記米国特許第4,455,675号は、フィードバック型のＡＮＲシステムを開示しているが、フィードフォワードまたはフィードフォワード／フィードバックを組み合わせた型のＡＮＲシステムを代わりに使用してもよい。

実施形態によっては、ユーザーの耳に到達する環境音全体のレベルの減少が望まれる。これは、パッシブ、アクティブまたは、アクティブおよびパッシブを組み合わせたノイズ減衰方法によりなされうる。目標は、第１に、ユーザーに提示されている環境音のレベルの実質的な減少である。続いて、先に説明した信号処理を通して所望しない音声が減衰されたままである間、所望の信号が、ユーザーに再び導かれる。前記所望の音声は、周囲環境におけるそれらのレベルを代表するレベルでユーザーに提示される、干渉する信号のレベルは、相対的に減少されている。

音声活動検出器（ＶＡＤ）が使用される他の実施形態がここで説明される。前記ＶＡＤは、図６に示されている実施形態と組み合わせて使用されうる。ＶＡＤの使用は、話者Ｔ(図２)からの受容される音声をさらに自然な音声にするとともに、前記ヒアリングアシスタンスデバイスのユーザーに面している話者がいない場合に、可聴なアーティファクト(例えば音楽雑音)を減少させる。一実施形態における前記ＶＡＤは、ゲイン制御ブロック４１の出力を受信し、前記ゲイン信号を音声が存在していることの尤度に従って修正する。

ＶＡＤは、当業者にとっては既知のものである。ＶＡＤは、音声信号がどれくらい定常であるかを分析し、また、音声活動（voice activity）の推定値を、例えばゼロ(音声が存在しない)から１(音声が存在する尤度が高い)の範囲で定める。長期間平均と比べてわずかに変化するような音響エネルギーレベルの周波数ビンにおいては、前記音声信号は、相対的に定常である。この条件は、音声よりも背景雑音に、よりあてはまる。周波数ビンにおける前記エネルギーが長期間平均よりも早く変化した場合には、前記音声信号が音声を具備している可能性が高い。

ＶＡＤ信号は、それぞれの周波数ビンのために判定され、または生成される。これとは別に、それぞれのビンのためのＶＡＤ信号を結合し、音声の帯域幅全体にわたる音声の存在の推定値を生成してもよい。他の代替としては、すべての帯域における音響エネルギーの和をとり、唯一のＶＡＤ推定値を計算するためにエネルギーの前記和の変化を長期間平均と比較することである。この音響エネルギーの和をとることは、すべての周波数帯域にわたってなされるか、または、音声エネルギーがありそうなそれらの帯域(例えば、非常に高い周波数と極めて低い周波数を除くこと)のためのそれらの帯域だけに渡ってなされてもよい。

ＶＡＤ推定値がひとたび計算されたならば、前記信号は、前記ヒアリングアシスタンスデバイスにおいてさまざまな方法で使用されうる。前記ＶＡＤ信号は、前記ゲインステージにおける前記受容窓を自動的に変更するために使用され、話者が存在するかしないかによって等高線８１，８３，８５，８７および８９(図４)を動かす。話者が存在しない場合には、前記受容窓は、前記等高線８１，８３，８５，８７および８９を前記原点７６から、および／またはお互いに離れて拡大することによって広くされる。同様に、話者が存在する場合には、前記受容窓は、前記等高線（図４）を前記原点７６に向かって、および／またはお互いに収縮することによって狭められる。前記ＶＡＤ信号が使用されうる他の方法は、ブロック４１(図３)の前記ゲイン出力が、ある時点から次の周波数ビンの範囲内で変化することがどれくらい早く許容されるか、を調整することである。例えば、話者が存在する場合には、前記ゲインは、話者が存在しない場合よりもさらに早く変化することを許容する。これは、処理された信号における音楽雑音の量を減少させることになる。前記ＶＡＤが使用されうるさらに他の方法は、おそらく音声が存在していなかったこと(ゲイン０)とおそらく音声が存在していること(ゲイン１)に従って、それぞれの周波数ビンに、ゲイン０または１を割り当てることである。上述したものの組み合わせもまた可能である。

通常ＶＡＤは、音声を含んでいる可能性を有している音声信号を処理する。したがって、図３におけるブロック２４の出力は、ＶＡＤに供給される。これとは別に、図３のマルチプレクサ９０および９２の出力が、ＶＡＤに供給されても良い。双方の場合において、前記ＶＡＤの出力は、（ａ）前記ＶＡＤ信号が前記受容窓を制御するために使用されているならば、ブロック３４に供給され、および／または（ｂ）前記ＶＡＤ信号が、前記ゲインがどれくらい早く変化することが許容されるかを制御することに使用されているならば、ブロック４１に供給される（双方とも先の段落において説明されている）。

図７には、ＶＡＤ１０４がゲインブロック４１の出力からの信号を受信する他の実施形態が示されている。ＶＡＤは、音声を含みうる音声信号を受信していないため、これは通常のことではないが、前記ＶＡＤは、音声を含みうる音声信号から取り出された信号を受信している。前記ＶＡＤ１０４は、後処理ブロック１０６の一部である。

他のジャマーが無く、前記ヒアリングアシスタンスデバイスのユーザーの正面に話者がいる場合、ゲインブロック４１の出力（図９参照）は、話者の音声のスペクトログラム（図８参照）によく似ている。図９において、前記所望の話者が音声を発していない場合には、許容基準を満たさない音響的なおよび／または電気的な環境雑音が依然として存在することに注意が必要である。これは、所望される話者の音響エネルギーが無いかほとんど無い時間および周波数において低いゲインをもたらす。図８において、話者は、Ｘ＝７．７から９．７秒の間に単文を発している。図８におけるｘ軸は、時間変化を示し、ｙ軸は、周波数変化を示している。プロットの明るさは、エネルギーレベルを示している。したがって、前記話者は、例えば、ｆが１０００Ｈｚおよびｔが８．２秒では、彼の音声に多くのエネルギーを有している。図９におけるｘ軸およびｙ軸は、図８におけるものと同様である。図９におけるポット(pot)の明るさは、前記ゲインを示している。図８および図９はともに、ブロック４１の前記ゲイン信号出力の定常の度合いが、音声の定常性のすばらしい尺度であることを示しており、したがって、所望の話者の音声活動のすばらしい尺度であることを示している。これは、図８における音声信号スペクトログラムと図９の前記ゲイン信号の類似性に反映されている。前記ゲインは、ジャマー(所望しない話者)および雑音のために通常低いままであるので、前記ゲイン信号の前記度合いは、前記所望の話者の音声活動のみに依存して定常である。図７の前記ＶＡＤは、前記所望の話者のみの音声活動の尺度を提供する。これは、軸外ジャマーおよび他の雑音に反応する従来のＶＡＤシステムに比べて進歩である。

図７における多くの線形および非線形のフィルターは、ブロック４１のゲイン信号出力を処理するために使用される。それぞれの周波数ビンにおけるフィルターの入力値に基づき他のフィルターのパラメータが変更される間に、前記フィルターのいくつかのパラメータは、前記ＶＡＤ推定値に基づき変更される。ブロック１０６におけるそれぞれのフィルターは、更なる恩恵を提供するが、最も大きい恩恵は、低域通過フィルター（ＬＰＦ）１０８を駆動するＶＡＤから得られる。ＬＰＦ１０８は、単体で、またはそれに引き続くいくつかのフィルターまたはすべてのフィルターとの組み合わせで使用されうる。

ブロック４１から出るゲイン信号は、前記ＶＡＤ１０４およびＬＰＦ１０８の双方に与えられる。前記ＬＰＦ１０８は、前記ゲイン信号を処理し、前記ＶＡＤ１０４は、ＬＰＦ１０８のカットオフ周波数を設定する。前記ＶＡＤ１０４が高い推定値（所望の話者が存在しているらしいことを示している）を与える場合には、前記ＬＰＦ１０８のカットオフ周波数は、相対的に高く設定される。したがって、前記ゲインは、所望の話者を聞きとるために、早く変化することが許容される(それでも先に説明したスルーレート制限により制限される)。前記ＶＡＤ推定値が低い（ジャマーおよび環境雑音のみが存在することを示している）場合には、前記ＬＰＦ１０８の前記カットオフ周波数は、相対的に低く設定される。したがって、ゲインは、さらにゆっくりと変化することを余儀なくされる。したがって、前記ゲイン信号におけるフォールスポジティブ（そうでない場合には所望の話者が存在していることを示している）は、非常に速度を落とされ、かなり排除される。要約すれば、前記信号プロセッサの特性は、前記音声活動検出器が人の音声の存在を検出するかしないかを基に調整されるということである。

フィルター１０８の修正されたゲイン信号出力は、減衰率がそれぞれの周波数ビンにおけるフィルター１１０への入力値の短期間平均に従う可変レートファーストアタック・スローディケイ（ＦＡＳＤ）フィルター１１０に供給される。フィルター１１０への入力値の前記平均が相対的に高い場合には、減衰率は相対的に低く設定される。したがって、話者が検出されている時間及び周波数において、フィルター１１０は、前記ゲインブロック４１が所望する話者が存在しないことを示しているフォールスネガティブエラー(そうでない場合には前記話者を聞き取り辛くする)となった事実を通じて、高いゲインを保持する。フィルター１１０への入力値の前記平均は、ジャマーおよび環境雑音のみが存在している場合と同様に、相対的に低く、減衰率は、相対的に高く設定され、そして、前記ＦＡＳＤフィルター１１０は、急速に減衰する。

前記ＦＡＳＤフィルター１１０の出力は、しきい値に依存する低域通過フィルター（ＬＰＦ）１１２に与えられる。フィルター１１２への入力値が、ある周波数ビンにおけるしきい値を越える場合には、前記信号は、前記低域通過フィルター１１２をバイパスし、修正されない。フィルター１１２への前記入力値が、しきい値と等しいか下回る場合には、前記ゲイン信号は、低域通過濾過される。これは、会話している所望する話者がいない場合におけるフォールスポジティブの効果をさらに減少する。

ＬＰＦフィルター１１２の出力は、従来の非線形２次元（または３ｘ３）メディアンフィルター１１４に与えられ、すべてのブロックにおいて、前記入力ゲイン値を、そのビンおよび隣り合った８個のビンのメディアンゲイン値で置き換えられる。前記メディアンフィルター１１４は、前記ヒアリングアシスタンスデバイスの正面に所望の話者が存在しない場合の任意のフォールスポジティブの効果をさらに減少させる。メディアンフィルター１１４の前記出力は、乗算器ブロック９０および９２に適用される。

残りの図面に対する説明により、先に説明したようなＶＡＤを使用することの利点が示される。図１０は、軸外に１２個のジャマーが存在するとして、単軸上の話者(所望される話者)が同時に部屋に存在している状態の、マイクロホン信号の音声スペクトログラムを示している。前記所望の話者の音声は、図８と同じである。すべてのジャマーからのエネルギーの平均は、前記話者からのエネルギーの平均を超えるため、前記スペクトログラムにおいて前記話者の音声を識別するのは困難である。前記話者の音声からのいくつかの高いエネルギーのみが突出している（プロットにおける白い部分）。

図１１を参照すると、図１０の条件のための図３のブロック４１による前記ゲイン出力が示されている。図１１における前記ゲイン計算は、多くのエラーを含んでいる。所望の音源がない領域において、多くのフォールスポジティブエラーがあり、何もないはずの場所で、高いゲイン(白いマーク)となる結果になっている。所望の音源が存在する領域においては、前記ゲイン推定器は、多くのフォールスネガティブ(黒い領域)を含んでおり、前記ゲインが高くなければならない場合に低いゲインとなる結果になっている。加えて、前記ジャマー信号の組み合わせによるランダムな特徴は、時々これらの信号を所望の音源として識別してしまう原因となる大きさおよび位相差をもたらす。

図１２は、ゲインブロック４１の出力をフィルターするために基本的なＦＡＳＤフィルターが使用されている場合の結果を示している。図１２は、前記ＦＡＳＤフィルターの出力を示している。前記ＦＡＳＤフィルターを使用することは、先の段落で述べた前記エラーの可聴アーティファクトを減少させる。所望する話者が存在しない場合には、プロットにおいて発生しているフォールスポジティブエラーが、発生している（例えばｔ＝７において）。前記ＦＡＳＤフィルターの使用は、音楽雑音の可聴性を減少することにより、これらのエラーによる不快度を少なくする。所望の話者が存在している場合に発生している前記フォールスネガティブエラーは、前記ＦＡＳＤフィルターによりいくつか埋められ、これらのフォールスネガティブエラーを聞きにくくする。

図１３は、図７のＶＡＤ１０４の出力の時間経過のプロットを示している。この実施形態において、単一ＶＡＤ出力が全ての周波数のために生成される。ＶＡＤ１０４から出力される前記信号のレベルは、後処理ブロック１０６の残り(remainder)が、所望の話者の音声が存在している（ｔ＝７．８から９．８秒の間）か、存在していないかにより、変化する原因となる。

図１４は、図７の後処理ブロック１０６の出力を示している。発話している所望の話者がいない場合のフォールスポジティブエラーが、実質的に排除されている。結果として、その期間は、可聴のアーティファクトがほとんど存在しない。前記ジャマーは、音楽雑音またはうるさい他のアーティファクトを導くことなく、レベルが減少されている。前記所望の話者が発話している場合のフォールスネガティブエラーもまた大きく減少されている。したがって、前記所望の話者の音声再生は、より自然な音になる。

図１５−１６は、本明細書で開示されているヒアリングアシスタンスデバイスおよび方法によりもたらされる改善のデータを表示しているグラフを示している。以下のようにダミーヘッドを使用した録音によりテストがなされた。図１のヘッドセットを装着したダミーヘッドにより室内における話者だけおよびジャマーだけの録音が作成された。前記話者およびジャマーは、標準了解度テスト文章（standard intelligibility test sentences）を発話した。健聴者および難聴者を含む１６人の被験者に対し、それぞれ図１のヘッドセットを経由して前記録音を再生した。前記音声活動検出器、指向性マイクロホンおよびアクティブノイズリダクションは、このテストプロセスの間は使用していない(全方向マイクロホンが使用された)ことに注意。

図１５におけるデータは、信号処理なしでの再生と、図３および図４に関連して説明された前記信号処理を使用しての再生とでそれぞれの被験者が同じ了解度スコア(平均で)を与える、前記話者とジャマーのエネルギー比を求めるために処理された。先の段落で説明したように、前記話者のみの音響エネルギー平均が測定され、録音されている。そして、前記ジャマーのみの音響エネルギー平均が測定され、録音されている。これらの２つの録音は、前記所望の話者とジャマーの比率を実現するためにミックスされる。前記ヒアリングアシスタンスデバイスを使用し信号処理したこと、対、信号処理をしないこと、を反映しているｄＢでの前記話者とジャマーの比の改善が縦軸に提供されている。前記ヒアリングアシスタンスデバイスを使用することにより、話者とジャマーの比の改善１２０の平均約６．５ｄＢが実現されている。

図１６におけるそれぞれの被験者は、信号処理がされていない状態での了解度がテストされ、その後、いくつかの、話者とジャマーエネルギーの比率で(図３および図４に関し説明した)信号処理をされている状態で再びテストされた。了解度スコアがプロットされている。横軸に信号処理されていない了解度を、そして縦軸に(図３および４に関して示され、説明した)信号処理されている了解度を示しているグラフが開示されている。それぞれの被験者のそれぞれの実験が、個別のデータポイントである。了解度の大きな改善がみられている。例えば、ポイント１２２は、前記信号処理なしでおよそ７％の了解度を示し、前記信号処理によりおよそ９０％の了解度を示している。

図３に関し、受容窓の広狭間の設定の手動調整するためにユーザーコントロール３６を使用することについて上述した。この調整は、自動的にもなされうる。例えば、高レベルの環境雑音(例えば、ジャマーＪ１−Ｊ９からの)、または、同等の、過量のアクティブノイズリダクションは、前記人５６が、多くのジャマーが存在する音響環境にいることを示唆している。これらの環境タイプにおいては、前記受容窓は、前記等高線８１，８３，８５，８７，および８９(図４)を原点７６に近づくように、および／またはお互いに近づくように、自動的に動かして狭くしてもよい。したがって、前記信号プロセッサは、ＡＮＲの量の関数として調整されうる。この場合には、所望の音源"Ｔ"（図２)からの音声は、人５６に対し多少不自然な音になるが、ジャマーＪ１−Ｊ９からの音声／雑音は、よく減衰されたままである。

本発明を特定の実施形態に関し、詳細にわたり示し、説明してきたが、当業者にとって、本明細書に開示された特定の装置および技術を逸脱することなく、また使用して、多くの修正を作成可能でありうるのは明確である。したがって、本発明は、本明細書で開示された装置および技術により提示されまた備えられている、ありとあらゆる新規の特徴および特徴の新規の組み合わせを包含しており、添付の特許請求の範囲の精神と範囲によってのみ限定される。

Ｔ 音源
Ｊ１−Ｊ９ ジャマー
１２、１４ １対のマイクロホン（トランスデューサー)
４０ ヘッドホン
４３、４４ イヤーカップ
４６ ヘッドバンド
４８、５０ ディペンディングヨークアセンブリ
５２、５４ 耳覆いクッション
５６ 人（ユーザー）
６２ 信号プロセッサ
６８、７０ 音響ドライバ
９８ Ｄ／Ａコンバータ
１００、１０２ アクティブノイズリダクション（ＡＮＲ）システム
１０４ 音声活動検出器（ＶＡＤ）
１０６ 後処理ブロック
１０８，１１２ 低域通過フィルター（ＬＰＦ）
１１０ 可変レートファーストアタック・スローディケイ（ＦＡＳＤ）フィルター
１１４ 非線形２次元（または３ｘ３）メディアンフィルター

Claims (21)

1. ヒアリングアシスタンスデバイスであって、
   音波の特性を示しているデータをキャプチャするために前記特性に反応する２つのトランスデューサーと、
   人に面している第１音源を示しているデータを、前記人に面していない第２音源を示しているデータよりも、相対的により多くの強調を提供するために前記データを処理するための信号プロセッサと、
   前記人に音を再生するために前記データを利用する少なくとも１つのスピーカーと、
   前記人に聞こえる該人の近傍における環境雑音の量を減少させるための信号を前記スピーカーに提供するアクティブノイズリダクションシステムと、
   を具備し、
   前記デバイスは、それぞれのトランスデューサーが、前記デバイスを装着する人の耳のそれぞれに近接して配置されるように構成されていることを特徴とするヒアリングアシスタンスデバイス。
2. 音声活動検出器をさらに具備し、
   前記音声活動検出器の出力は、前記信号プロセッサの特性を変更させるために使用されることを特徴とする請求項１に記載のヒアリングアシスタンスデバイス。
3. 前記信号プロセッサの特性は、前記音声活動検出器が前記第１音源における人の音声を検出する尤度に基づき変更されることを特徴とする請求項２に記載のヒアリングアシスタンスデバイス。
4. それぞれのトランスデューサーは、指向性トランスデューサーであることを特徴とする請求項１に記載のヒアリングアシスタンスデバイス。
5. 前記信号プロセッサは、
   （ａ）どのデータが、ユーザーの正面区域内に位置する１つまたは複数の音源を示しているか、および
   （ｂ）どのデータが、前記区域外に位置する１つまたは複数の音源を示しているか、を決定し、
   前記信号プロセッサは、前記区域の大きさを調整するために、少なくとも１つの周波数、ユーザー設定、アクティブノイズリダクションの量、前記区域における音源と前記区域外の音源からの音響エネルギーの比率、および前記トランスデューサー近傍における騒音レベルに応じて調整可能であることを特徴とする請求項１に記載のヒアリングアシスタンスデバイス。
6. およそ１であるゲインが、前記第１音源を示しているデータに適用され、
   およそ１未満であるゲインが、前記第２音源を示しているデータに適用されることを特徴とする請求項１に記載のヒアリングアシスタンスデバイス。
7. ヒアリングアシスタンスデバイスであって、
   音波の特性を示しているデータをキャプチャするために前記特性に反応する、互いに離れている２つのトランスデューサーと、
   （ａ）どのデータが、ユーザーの正面区域内に位置する１つまたは複数の音源を示しているか、および（ｂ）どのデータが、前記区域の外部に位置する１つまたは複数の音源を示しているか、を決定するために前記データを処理するための信号プロセッサと、
   音声活動検出器と、
   前記ユーザーに音を再生するために前記データを利用する少なくとも１つのスピーカーと、
   を具備し、
   前記信号プロセッサは、前記区域外の音源を示しているデータを、前記区域内の音源を示しているデータよりも、相対的に少ない強調を提供し、
   前記信号プロセッサの特性は、前記音声活動検出器が前記区域内で人の音声が発せられたことを判定したかどうかに基づき調整されることを特徴とするヒアリングアシスタンスデバイス。
8. 前記ユーザーに聞こえる前記ユーザーの近傍における環境雑音の量を減少させるための信号を、前記スピーカーに提供するアクティブノイズリダクションシステムをさらに具備することを特徴とする請求項７に記載のヒアリングアシスタンスデバイス。
9. 前記信号プロセッサは、前記区域の有効な大きさを調整するために、少なくとも１つの周波数、ユーザー設定、アクティブノイズリダクションの量、前記区域における音源と前記区域外の音源からの音響エネルギーの比率、および前記トランスデューサー近傍における騒音レベルに応じて調整可能であることを特徴とする請求項７に記載のヒアリングアシスタンスデバイス。
10. 前記信号プロセッサは、前記区域の有効な大きさを調整するために、調整可能であることを特徴とする請求項７に記載のヒアリングアシスタンスデバイス。
11. 前記信号プロセッサは、手動で調整可能であることを特徴とする請求項１０に記載のヒアリングアシスタンスデバイス。
12. 前記信号プロセッサは、少なくとも１つの周波数、ユーザー設定、アクティブノイズリダクションの量、前記区域における音源と前記区域外の音源からの音響エネルギーの比率、および前記トランスデューサー近傍における騒音レベルに応じて自動で調整可能であることを特徴とする請求項１０に記載のヒアリングアシスタンスデバイス。
13. それぞれのトランスデューサーは、指向性トランスデューサーであることを特徴とする請求項７に記載のヒアリングアシスタンスデバイス。
14. ゲイン信号が入力である音声活動検出器を具備し、
    前記音声活動検出器の出力が、所望の音声が存在するかしないかを示すことを特徴とするヒアリングアシスタンスデバイス。
15. 前記音声活動検出器の出力を第１入力として受信する第１低域通過フィルターをさらに備えることを特徴とする請求項１４に記載のヒアリングアシスタンスデバイス。
16. 前記低域通過フィルターは、前記ゲイン信号を第２入力として受信し、
    前記音声活動検出器の出力が、前記低域通過フィルターのカットオフ周波数を設定することを特徴とする請求項１５に記載のヒアリングアシスタンスデバイス。
17. 前記音声活動検出器が音声信号の存在を示している場合には、前記カットオフ周波数は、相対的に高い周波数に設定され、
    前記音声活動検出器が音声信号の不存在を示している場合には、前記カットオフ周波数は、相対的に低い周波数に設定されることを特徴とする請求項１６に記載のヒアリングアシスタンスデバイス。
18. 前記低域通過フィルターの出力を入力として受信する可変レートのファーストアタック・スローディケイ（ＦＡＳＤ）フィルターをさらに備えることを特徴とする請求項１５に記載のヒアリングアシスタンスデバイス。
19. 前記ＦＡＳＤフィルターの入力の一期間にわたる平均が第１レベルの場合には、前記ＦＡＳＤフィルターのディケイレートは、第１レートに設定され、
    前記ＦＡＳＤフィルターの入力の一期間にわたる平均が、前記第１レベルより上の第２レベルの場合には、前記ＦＡＳＤフィルターのディケイレートは、前記第１レート以下の第２レートに設定されることを特徴とする請求項１８に記載のヒアリングアシスタンスデバイス。
20. 前記ＦＡＳＤフィルターの出力を入力として受信する第２低域通過フィルターをさらに備え、
    前記第２低域通過フィルターへの前記入力が、しきい値以上の場合には、この入力は、前記第２低域通過フィルターをバイパスし、変更されず、
    前記第２低域通過フィルターへの前記入力が、前記しきい値未満である場合には、この入力は、前記第２低域通過フィルターにより低域通過濾波されることを特徴とする請求項１８に記載のヒアリングアシスタンスデバイス。
21. 前記第２低域通過フィルターの出力を、入力として受信するメディアンフィルターをさらに備えることを特徴とする請求項２０に記載のヒアリングアシスタンスデバイス。