JP3953814B2 - 補聴器におけるスピーチ信号成分を増強するための方法および信号処理装置 - Google Patents

Description

【０００１】
【発明の属する技術分野】
本発明は、バックグランド・ノイズを含む補聴器入力信号中のスピーチ信号成分を増強する方法であって、入力信号を少なくとも１つの高周波数帯域、最低周波数帯域、および高周波数帯域と最低周波数帯域の間の少なくとも１つの中間周波数帯域を有する少なくとも３つの周波数帯域に分類（分割）するステップと、最低周波数帯域と少なくとも１つの中間周波数帯域内のバックグランド・ノイズのレベルを評価するステップと、バックグランド・ノイズのスケルチングを提供するために、評価したバックグランド・ノイズのレベルに応じて前記最低および中間周波数帯域におけるゲインを調整するステップとを備えた方法に関する。
【０００２】
【発明の背景】
WO 99/34642号において、複数の処理チャネルを備えた信号処理装置を有する補聴器が開示されており、ここでは、入力サウンド・レベルおよび／または出力サウンド・レベルを検出し、検出したサウンド・レベルに応じて、各処理チャネル内のゲインを、出力サウンド・レベルが実際に望ましい値に向うように制御することによって出力サウンド・レベルに適応させることによりダイナミック自動ゲイン制御が実行される。検出したサウンド・レベルに応じて、高入力および／または出力サウンド・レベルでの高速ゲイン調整を提供する比較的短い期間と、低入力および／または出力サウンド・レベルでの遅速ゲイン調整を提供する比較的長い期間とにそれぞれ調整されるアタック・タイムおよびリリース・タイムの各々を用いて、ゲインを所望値に向けて調整することによって入力サウンド・レベルを増減させることによりゲイン制御が実行される。
【０００３】
この従来技術による補聴器の実際の実現において、ダイナミック・ゲイン制御は、その一部分が、補聴器が受信した一時的なサウンド入力に基づいて実行され、他の一部分が、20〜30秒間にわたって遡及するタイム・ウィンドウ内のサウンド・レベルの統計的解析に基づいて実行される。実際のゲイン調整は、各チャネル内の実際のゲイン制御と、制御レートを決定するための複雑なアルゴリズムによって計算される。
【０００４】
このダイナミック・ゲイン制御は、補聴器ゲイン制御のための公知ののＡＧＣ方法と比較して、著しい利点をもたらすことが明らかである。伝達関数がコンプレッサ特性を提供し、再生されたサウンドが、変化するゲインにおけるポンピングまたはバイブレーティング・サウンド効果に敏感である低サウンド・レベルにおいては、サウンドは長いアタック・タイムとリリース・タイムにより制御され、これに対して、再生されたサウンドがクリッピングまたは痛覚スレッショールドに接近する高いサウンド・レベルにおいては、サウンドは短いアタック・タイムとリリース・タイムにより制御される。
【０００５】
さらにこの従来技術による補聴器は、各処理チャネル内のスピーチおよびノイズの内容の検出に基づいた効率的なノイズ抑制で実現されてきた。ノイズが存在しない場合には、ノイズ抑制またはノイズ・スケルチングは実行されず、これに対して、或る周波数帯域内に大きなノイズが生じた場合、そうでなければダイナミック・ゲイン制御の結果生じるゲイン調整は減少したゲインに向かって修正（変更）される。これにより、ユーザに容認できない不快感を与えることなく、騒々しい環境下で比較的長い時間にわたって補聴器を使用することが可能になるという利点が得られる。
【０００６】
一般に、補聴器または他の類似した装置における一時的なノイズ抑制またはノイズ・スケルチングの使用は、いくつかの従来技術の文献に開示されてきた。
【０００７】
米国特許US-A-4,630,302号は、あるスレッショールド・レベルよりも下の入力信号セグメントの振幅を増大させる第１セクションと、該スレッショールド・レベルよりも上の入力信号セグメントの振幅を減少させる第２セクションとを備えた自動ゲイン制御ユニットで聴力を補助する方法および装置を開示している。長いアタック・タイムと短いリリース・タイムを備えたノイズ抑制装置ユニットは、自動ゲイン制御ユニットの第２セクションからの出力に応答し、スピーチ信号セグメント間でスピーチ信号とスケルチ・バックグランド・ノイズ信号を通過させるために、自動ゲイン制御ユニットのスレッショールド・レベルよりも低い、動作のスレッショールド・レベルを備えている。
【０００８】
米国特許US-A-4,852,175号は補聴器信号処理システムを開示しており、ここで、複数の周波数帯域の各々におけるノイズ・スケルチングは、各帯域内のサウンド・イベントの振幅分布を監視し、ゲインを調整すべき現在の周波数帯域内のノイズの絶対量を、次の高周波数の帯域内のノイズの絶対量と比較することによってノイズの絶対量を評価することによって実行され、これにより、もしこの帯域内のノイズ量が次の高周波数帯域内のノイズ量を所定のスレッショールド値よりも越えた場合、現在の周波数帯域内のゲインが減少する。
【０００９】
米国特許US-A-5,768,473号では適応スピーチ・フィルタが開示されており、ここでは、ノイズを含んだ入力信号からの情報信号の周波数成分が、各周波数成分内のトータル・パワーを計算し、これに含まれる情報信号のパワーを評価し、各周波数帯域についてトータル・パワーの関数として修正（変更）されたゲインと、情報信号パワー評価と、ノイズ・パワーの先の評価とを計算することによって得られ、入力周波数成分に、上記の修正されたゲインを掛けてパワー評価を求め、情報信号の周波数成分と新規のノイズ・パワー評価が、情報信号内のポーズの有無に関係なく、先のノイズ・パワー評価、および周波数成分内のトータル・パワーと情報信号内の周波数成分のパワーの評価との間の差から評価される。
【００１０】
WO 99/34642号 の従来技術の補聴器により実現されるノイズ・スケルチングにおいて、各周波数帯域内の統計的ノイズ評価により、比較的遅いゲイン減少が生じ、これは、比較可能なサウンド・レベルを備えるスピーチおよびノイズ成分を含む入力信号の場合、例えば車の運転中に補聴器を使用するような特定の状況において、スピーチの認知を低下させることが観察された。
【００１１】
【発明の開示】
上記のような背景の下で、本発明の目的は、補聴器用の信号処理方法および信号処理装置を提供することであり、これにより、ノイズも含んだ入力信号内のスピーチの内容が増強され、スピーチの認知が向上する。
【００１２】
この目的を達成するために、本発明のスピーチ増強方法は、前記少なくとも１つの高周波数帯域内のスピーチ信号成分の内容を評価するステップと、前記バックグランド・ノイズのスケルチングを減少させ、これにより前記１つの中間周波数帯域内で生じるスピーチ信号成分の内容を増強するために、前記１つの中間周波数帯域内の前記バックグランド・ノイズ評価により生じる前記ゲイン調整を修正（変更）するステップとを有することを特徴とする。
【００１３】
本発明は、上で言及した観察されたスピーチの明瞭性の低下が、ノイズの上方拡散またはマスキングの効果によって生じるものであり、これにより、典型的には信号処理システムの最低周波数帯域内で生じるノイズが、スピーチ認知に通常非常に重要な周波数成分を含む次に高い中間周波数帯域へ上方拡散されるという事実の認識に基づいている。その結果、ノイズ・スケルチング（noise squelch-ing)が、ノイズ内容の大部分を含む最低周波数帯域においてのみでなく、次に高い中間周波数帯域においても実行される。
【００１４】
本発明に従って、少なくとも最高周波数帯域におけるスピーチ成分に基づいて、この周波数帯域内でゲイン調整を修正することにより、中間周波数帯域内におけるスピーチ内容の増強（intensification)が実行され、これは、スピーチ認知を著しく向上させるものとして認識されている。
【００１５】
例えばＦＦＴ解析またはピーク検出のような、WO 99/34642 号に開示されているような、それ自体公知の様々な方法でノイズおよびスピーチ信号成分の評価を実行することが可能であるが、本発明による方法では、前記分割の後に、各周波数帯において前記入力信号がディジタル信号処理され、バックグランド・ノイズの量とスピーチ信号成分の内容の評価が、パーセンタイル評価により実行されることが好ましい。
【００１６】
本発明のスピーチ増強方法を実行するために、補聴器用の信号処理装置が提供される。この装置は、バックグランド・ノイズが存在するスピーチ信号成分を含む入力信号を受信する手段と、前記入力信号を、少なくとも１つの高周波数帯域、最低周波数帯域、および前記高周波数帯域と前記最低周波数帯域の間の少なくとも１つの中間周波数帯域を含む少なくとも３つの周波数帯域に分割（分類）する手段と、前記周波数帯域の各々において前記ゲインを制御するための可変ゲイン調整手段と、前記最低周波数帯域と前記少なくとも１つの中間周波数帯域におけるバックグランド・ノイズのレベルを評価し、前記バックグランド・ノイズのスケルチングを提供するために、前記評価したバックグランド・ノイズのレベルに応じて、前記最低周波数帯域と前記１つの中間周波数帯域における前記ゲインを調整する手段とを備えている。
【００１７】
本発明によれば、信号処理装置は、前記少なくとも１つの高周波数帯域内のスピーチ信号成分の内容を評価し、前記バックグランド・ノイズのスケルチングを減少させ、これにより前記１つの中間周波数帯域内で生じる前記スピーチ信号成分の内容を増強するために、前記少なくとも１つの中間周波数帯域における前記バックグランド・ノイズの評価によって生じる前記ゲイン調整を修正（変更）する手段が設けられていることを特徴とする。
【００１８】
以下において、添付の図面を参照しながら本発明をさらに詳細に説明する。
【００１９】
【発明の実施の形態】
図１は、ディジタル信号処理を備えた３チャネル補聴器を示している。この補聴器では、マイクロフォン１で受信したサウンド入力信号がＡ／Ｄコンバータ２に供給され、そのディジタル出力信号がフィルタ・バンク（filter bank)３に供給される。これにより、ディジタル信号がフィルタ・バンク３から、３つの出力ラインＡ、Ｂ、Ｃで示される最低周波数帯域、中間周波数帯域、最高周波数帯域の３つの周波数帯域に分配される。
【００２０】
各周波数帯域について、個別の処理チャネルＡ、Ｂ、Ｃがそれぞれ設けられている。図に示されているように、これらの処理チャネルＡ、Ｂ、Ｃは構造的に類似しており、各々が、ＡＧＣ制御増幅手段４とノイズ・リダクションまたはノイズ・スケルチング（noise squelching )・ブロック５とからなる直列の構成を備えている。
【００２１】
各チャネルにおいて、フィルタ・バンク３からの関連する出力信号が、スピーチ・アナライズ手段６およびノイズ・アナライズ手段７に平行して供給される。次に、これらの手段はスピーチ増強（intensification)またはＳＩＳコントロール・ロジック・ブロック８に出力信号を供給し、ＳＩＳコントロール・ロジック・ブロック８が制御信号を、それぞれの処理チャネルＡ、Ｂ、Ｃにおいて、ノイズ・スケルチング・ブロック５に供給する。
【００２２】
各チャネルＡ、Ｂ、Ｃからのディジタル処理された出力信号が、サンメーション（summation)装置９およびＤ／ＡまたはＤ／Ｄコンバータ10を介して、ラウド・スピーカのような出力サウンド・トランスデューサ11に供給される。
【００２３】
図２の典型的なスピーチ（speech）信号についての増幅と周波数の関係を示すグラフから、スピーチ信号におけるサウンド（sound)エネルギーの重要な部分が、一般に800Ｈｚ〜 2500Ｈｚの範囲の中間周波数帯域Ｂに位置し、また、サウンド・エネルギーの検出可能部分が高周波数帯域Ｃに位置することがわかる。
【００２４】
図３の車内の人が認識する車の騒音（car noise)の典型的な周波数スペクトルを示すグラフから、他方では、サウンド・エネルギーの大部分が最低周波数帯域Ａに位置することがわかる。
【００２５】
上述したような従来のノイズ・スケルチング（noise squelching）システムを備え、図２、図３に示すスピーチ成分およびノイズ成分を含むサウンド入力信号を受信する補聴器における、例えばＡＧＣによる通常のゲイン制御の効果を示すものが図４のグラフである。３つのカラムは、スピーチ成分のみを含む、つまりノイズ成分を一切含まないサウンド入力信号について、補聴器の通常ゲイン制御手段によって生じるダンピング（damping)と比較されるノイズ・スケルチングによって生じる、３つの処理チャネルＡ、Ｂ、Ｃのそれぞれにおけるゲイン制御フィルタのフィルタ・ダンピング（filter damping）の増加を示す。
【００２６】
図に示されるように、例えば図２、図３に示すようなスピーチ成分およびノイズ成分を含むサウンド入力信号の場合、フィルタ・ダンピングが、ノイズ・エネルギーの大部分が存在する最低周波数帯域においてだけでなく、中間帯域においても著しく増加し、これは、車の騒音の典型例のように、たとえ、多くの場合においてサウンド入力信号中の同帯域内のノイズ・エネルギーが最低周波数帯域におけるよりも充分に低い場合にも、同様のことがあてはまることが実際経験から分った。上で説明したように、この現象は、最低周波数帯域から中間周波数帯域への上方拡散またはマスキング効果によって生じ、その結果、この帯域内のスピーチ信号成分に大幅なダンピングが生じ、これにより、聴力障害を持つ使用者の大部分について、トランスデューサ11からの出力サウンド信号におけるスピーチの認知が大幅に減少する。
【００２７】
本発明の方法および信号処理装置により、この欠点をかなり減らすことができる。図１に示すように、３つの処理チャネルＡ、Ｂ、Ｃのそれぞれは、本質的に従来のノイズ・スケルチング・システムで使用されるノイズ・アナライズ手段７に加えて、各々の処理チャネルに供給される周波数帯域内のスピーチ内容を検出および解析（アナライズ）するためのスピーチ・アナライズ手段６を備えている。
【００２８】
例えば図３に示すようなノイズの通常スペクトル分布の観点から、厳密に言えば、高周波数帯域Ｃ内のスピーチ内容の検出および分析のみが有益なのであるが、明らかな構造的理由から、通常は集積回路として完全に実現される処理チャネルＡ、Ｂ、Ｃの各々の構造を類似させる必要がある。
【００２９】
処理チャネルＡ、Ｂ、Ｃの各々において、スピーチ・アナライズ手段６およびノイズ・アナライズ手段７からの出力信号がＳＩＳコントロール・ロジック・ブロック８に供給され、ＳＩＳコントロール・ロジック・ブロック８がこれに応じて、処理チャネルＡ、Ｂ、Ｃの各々においてノイズ・スケルチング・ブロック５へ制御信号を供給する。
【００３０】
この動作を以下に説明する。
【００３１】
スピーチを含み、ノイズを含まないサウンド入力信号、すなわち静かな環境における典型的なスピーチの場合、信号処理装置のノイズ・スケルチングもスピーチ増強（intensification)機能も働かず、また、補聴器の通常ＡＧＣ制御増幅パフォーマンスに影響はない。
【００３２】
ノイズのみから成るサウンド入力信号の場合は、ノイズ成分のみがノイズ・アナライズ手段７によって検出および解析され、その出力信号は、ノイズにより影響された１つまたは複数の処理チャネルにおいて、ＳＩＳコントロール・ロジック８を介してノイズ・スケルチング・ブロック５に直接に供給され、従来技術において知られた従来のノイズ・スケルチングが実行される。
【００３３】
上で略述したようなノイズが存在するスピーチを含むサウンド入力信号の場合、最高周波数帯域Ｃ内でスピーチ検出を行うことにより、中間周波数帯域Ｂ内のノイズ・スケルチングに修正（変更、変化）が生じ、これにより、図５に示すように、フィルタ・ダンピングの増加が、そうでなければノイズ検出から生じる従来のノイズ・スケルチングと比較して少なくなる。
【００３４】
これに対して図６は、トランスデューサ11からのサウンド出力信号についての図４の従来のノイズ・スケルチングの効果を示し、図７は、中間周波数帯域Ｂにおける著しいスピーチ増強を示す。
【００３５】
図１に示すディジタル補聴信号処理装置の場合、スピーチ・アナライズ手段６とノイズ・アナライズ手段７を組み合わせて、２つのパーセンタイル評価装置（percentile estimator )12、13を採用した一体構造において実現することが好ましい。このようなパーセンタイル評価装置は米国特許US-A-4,204,260号により知られ、また、補聴器における自動ゲイン制御のための同装置の使用はWO 95/15668号、上で引用したWO 99/34642号に開示されており、これらについての開示については本願明細書中では上記文献を参照することにより援用する。
【００３６】
本発明の方法と補聴器信号処理装置のノイズ・スケルチングおよびスピーチ増強の機能の目的のために、パーセンタイル評価装置12、13のパーセンタイルを５〜40％、60〜95％の数値、例えば10％や90％の数値にそれぞれ調整することが可能である。
【００３７】
パーセンタイル検出器（percentile detector)12、13からＳＩＳコントロール・ロジック・ブロック８へ、例えば25秒継続するタイム・ウィンドウ内でパーセンタイル評価装置12、13により分析された入力信号のそれぞれ10〜90％の上限を形成する振幅レベルを示す出力信号が供給される。
【００３８】
図８のヒストグラムに示すように、静かな環境における典型的なパルス・タイプのスピーチ信号の振幅分布が、10％と90％パーセンタイルの比較的大きな間隔に対応する広いレンジの振幅レベルをカバーし、これに対して、図９のヒストグラムに示すような典型的な連続ノイズ信号の振幅分布は、10％と90％のパーセンタイルのずっと小さな間隔を伴うやや狭いレンジの振幅レベルに限定される。
【００３９】
ノイズが存在する、スピーチを含む入力信号の場合、図８、図９のヒストグラムの重なりにより形成された振幅分布は、図10のヒストグラムに示すように、２つの純粋スピーチと純粋ノイズの両極間の中間を形成する。
【００４０】
この関係は、ノイズ・スケルチング・ブロック５の制御を実行し、上述のスピーチ増強を提供するために、ＳＩＳコントロール・ロジック・ブロック８により単純な方法で使用することができる。
【００４１】
ここまで本発明を、スピーチ信号成分の内容の評価が最高周波数帯域において実行される３チャネル補聴器を参照しながら説明してきたが、これは本発明を限定するものではない。例えば、相当数の周波数帯域内の信号を処理する３つよりも多いチャネルを備えた多チャネル補聴器の場合、スピーチ信号成分の評価は、スピーチ信号成分がノイズ・レベルよりも優勢になる、あらゆる高周波数帯域内、またはこれらの帯域の組み合わせにおいて、上記と同じ利点を生じさせる。
【図面の簡単な説明】
【図１】 本発明を具現化する３チャネル補聴器用信号処理装置の一例を示す概略ブロック図である。
【図２】 図１の信号処理装置により受信した、組み合わされたサウンド入力信号の典型的なスピーチ成分に関する、周波数の関数としてのサウンド・レベルを示すグラフである。
【図３】 図１の信号処理装置により受信した、組み合わされたサウンド入力信号の典型的なノイズ成分に関する、周波数の関数としてのサウンド・レベルを示すグラフである。
【図４】 従来のノイズ・スケルチングの使用により、図２、図３に示すようにスピーチおよびノイズ成分で構成された入力サウンド信号のフィルタのダンピング／減衰を示すグラフである。
【図５】 本発明のスピーチ増強により、図２、図３に示すようにスピーチおよびノイズ成分で構成された入力サウンド信号のフィルタのダンピング／減衰を示すグラフである。
【図６】 図４に示すＡＧＣのノイズ・スケルチングの出力信号レベルへの効果を示すグラフである。
【図７】 図５に示すＡＧＣレベルおよびノイズ・スケルチングの出力信号レベルへの効果を示すグラフである。
【図８】 スピーチの典型的な振幅分布のグラフである。
【図９】 ノイズの典型的な振幅分布のグラフである。
【図１０】 スピーチとノイズの組み合わせの典型的な振幅分布のグラフである。

Claims (4)

1. バックグランド・ノイズを含む補聴器入力信号中のスピーチ信号成分を増強する方法であって，
   バックグランド・ノイズを含む補聴器入力信号を少なくとも１つの高周波数帯域，少なくとも１つの低周波数帯域，および前記高周波数帯域と前記低周波数帯域の間の少なくとも１つの中間周波数帯域を有する少なくとも３つの周波数帯域に分割し，前記低周波数帯域と前記中間周波数帯域内の前記バックグランド・ノイズのレベルを評価し，評価した前記バックグランド・ノイズのレベルに応じて前記低周波数帯域および前記中間周波数帯域におけるゲインを調整することによって前記バックグランド・ノイズのスケルチングを提供し，
   さらに，前記高周波数帯域内のスピーチ信号成分の内容を評価し，
   評価した前記高周波数帯域内のスピーチ信号成分の内容に基づいて，前記バックグランド・ノイズ評価に応じて決定される前記中間周波数帯域内の前記調整されたゲインを修正することによって，前記バックグランド・ノイズのスケルチングを減少させ，これにより前記中間周波数帯域内で生じるスピーチ信号成分の内容を増強することを特徴とする，方法。
2. 前記バックグランド・ノイズのレベルの評価と前記スピーチ信号成分の内容の評価がパーセンタイル評価によって実行されることを特徴とする，請求項１に記載の方法。
3. バックグランド・ノイズが存在するスピーチ信号成分を含む入力信号を受信する手段と，
   前記入力信号を，少なくとも１つの高周波数帯域，少なくとも１つの低周波数帯域，および前記高周波数帯域と前記低周波数帯域の間の少なくとも１つの中間周波数帯域を有する少なくとも３つの周波数帯域に分割する手段と，
   前記低周波数帯域と前記中間周波数帯域におけるバックグランド・ノイズのレベルを評価する第１の評価手段と，
   前記第１の評価手段によって評価されたバックグランド・ノイズのレベルに応じて，前記低周波数帯域および前記中間周波数帯域におけるゲインを調整する手段とを有する補聴器用信号処理装置において，
   前記高周波数帯域内のスピーチ信号成分の内容を評価する第２の評価手段，および
   上記第２の評価手段によって評価された前記高周波数帯域内のスピーチ信号成分の内容評価に基づいて，前記バックグランド・ノイズのスケルチングを減少させ，これにより前記１つの中間周波数帯域内で生じる前記スピーチ信号成分が増強するように，前記バックグランド・ノイズの評価に応じて決定される前記中間周波数帯域における前記調整されたゲインを修正する手段を備えたことを特徴とする，補聴器用信号処理装置。
4. 前記第１の評価手段が，バックグランド・ノイズのレベルを評価するためのパーセンタイル評価装置手段を有しており，かつ前記第２の評価手段が，スピーチ信号成分の内容を評価するためのパーセンタイル評価装置手段を有することを特徴とする，請求項３に記載の補聴器用信号処理装置。

Images