WO2009110243A2

WO2009110243A2 - 音声変換プロセッサの調整方法

Info

Publication number: WO2009110243A2
Application number: PCT/JP2009/001003
Authority: WO
Inventors: 北澤茂良
Original assignee: 財団法人浜松科学技術研究振興会
Priority date: 2008-03-07
Filing date: 2009-03-05
Publication date: 2009-09-11
Also published as: JPWO2009110243A1; US20110081033A1; AU2009220707A1

Description

音声変換プロセッサの調整方法

　本発明は、音声情報を刺激パルスとして装着者の蝸牛に与えることにより聴覚の補強を行うための人工内耳が具備する音声変換プロセッサの調整方法に関するものである。

　人工内耳は、内耳機能の障害によって耳が聞こえなくなった人が、手術で内耳の蝸牛に細い電極を植え込み、聴覚神経を電気的に刺激し、それを脳に伝達させて聴覚を取り戻すためのもので、マイクと、音声分析装置としての音声変換プロセッサと、刺激電極と、無線電波の送信機及び受信機とから主に構成されている。そして、チャネル毎の音声情報を、チャネルに対応する電極に送ることによって電気的な刺激パルスを生成し、音声情報を刺激パルスとして蝸牛に与えることにより聴覚の補強を行うようになっている。

　然るに、人工内耳として、ＡＣＥ方式等種々方式のものが提案されており、本出願人においても、例えば特許文献１で開示されたようなＣＳＰＥ方式のもの（多チャンネル方式のもの）を提案するに至っている。このような人工内耳において、その音声変換プロセッサの調整は、主として最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とによって決定されるべきものである。即ち、電流を人工内耳に送り、装着者の反応を確かめながら最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とを設定することにより、音声変換プロセッサの調整が行われるのである。
ＷＯ２００５／０１３８７０号公報

　しかしながら、上記従来の音声変換プロセッサの調整においては、人工内耳に送る電流によって装着者の最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とを設定するものであったので、実際の装着者の聴力に適正な状況で調整されておらず、装着者にとって十分なものではないという問題があった。即ち、従来の音声変換プロセッサの調整においては、電気的には最適に調整されていても実際の音を聞く場合には最適でない場合があることが分かったのである。尚、特にＣＳＰＥ方式のものにおいては、解析アルゴリズムの特性上、電気的調整が困難である。

　本発明は、このような事情に鑑みてなされたもので、実際の装着者の主観に基づいた適正な状況で調整させることができ、装着者の装着感を改善することができる音声変換プロセッサの調整方法を提供することにある。

　請求項１記載の発明は、音声情報を刺激パルスとして装着者の蝸牛に与えることにより聴覚の補強を行うための人工内耳が具備する音声変換プロセッサの調整方法であって、装着者の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて前記音声変換プロセッサを調整することを特徴とする。

　請求項２記載の発明は、請求項１記載の音声変換プロセッサの調整方法において、前記音声変換プロセッサにおいて、装着者の最小可聴閾値と最大快適閾値とが音声会話に必要な周波数・音圧レベルの範囲内となるよう調整することを特徴とする。

　請求項３記載の発明は、請求項２記載の音声変換プロセッサの調整方法において、前記最小可聴閾値を、略４０（ｐｈｏｎ）等ラウドネスレベルとするとともに、前記最大快適閾値を、略７０（ｐｈｏｎ）等ラウドネスレベルとすることを特徴とする。

　本発明によれば、装着者の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて音声変換プロセッサを調整するので、人工内耳に送る電流によって装着者の最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とを設定するものに比べ、実際の装着者の主観に基づいた適正な状況で装着させることができ、装着者の装着感を改善することができる。

　以下、本発明の実施形態について図面を参照しながら具体的に説明する。
　本実施形態に適用される人工内耳は、音声情報を刺激パルスとして装着者の蝸牛に与えることにより聴覚の補強を行うためのものであり、図１に示すように、外部の音声を電気信号として取り込むマイク１と、マイク１を介してサンプリングされた音声情報を、刺激パルスに変換する音声処理をプログラム的に行う音声変換プロセッサ２と、身体の外部のアンテナを成す外部コイル３と、身体の内部のアンテナを成す内部コイル４と、外部コイル３及び内部コイル４を介して音声変換プロセッサ２から送られてくる音声情報を電気的な刺激パルスに変換する刺激ユニット５と、装着者の蝸牛７内に設けられ実際に刺激パルスを出力する複数（本実施形態においては２０個）の電極６ａ～６ｔからなる電極アレイ６とを備えている。電極６ａ～６ｔが発する電流によって、聴神経の末端が刺激され、音として知覚されることになる。

　上記人工内耳は、内耳機能の障害によって音が聞こえなくなった人（装着者）が、手術で内耳の蝸牛に上記の如き電極６ａ～６ｔを植え込み、マイク１～刺激ユニット５を介して刺激ユニット５にて聴覚神経を電気的に刺激し、それを脳に伝達して聴覚を取り戻すための医療機器から成る。音声変換プロセッサ２は、マイク１から入力された音声波形から、どの電極を刺激するか決定する役割を持ったものであり、本来の蝸牛の役割を担っている。

　而して、人工内耳は、手術後すぐに音が聞こえるようになるものではなく、各電極６ａ～６ｔの最適な電流量を測定し、装着者毎に最も聞き取りやすい状態のプログラムを音声変換プロセッサ２に設定する作業（これを「マッピング」という。）が必要とされる。当該マッピングにより音を認識させることができるのであるが、各装着者において、より良い聞こえを実現させるべく音声変換プロセッサに対する調整（フィッティング）が行われることとなる。

　本実施形態における音声変換プロセッサ２の調整方法は、装着者の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて音声変換プロセッサ２を調整するものである。より具体的には、聴力検査工程は、人工内耳に送る電流によって装着者の最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とを設定する従来のものに代え、実際に聴取可能な音の範囲を周波数及び音圧を変数として求めるもの（音響的に求めるもの）である。

　ここで、最小可聴閾値（Ｔレベル）とは、装着者が聞こえ始める音圧レベルをいい、最大快適閾値（Ｃレベル）とは、装着者が不快感なしに聞くことができる最大の音圧レベルをいう。従来においては、最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）は、電流量（μＡ）で表すものであったが、本実施形態においては、当該最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）を音響的に測定するので、デシベル（ｄＢ）で表すこととなる。

　本実施形態における聴力検査工程（音圧上昇聴力検査法）では、例えば音圧が２０（ｄＢ）から８０（ｄＢ）まで５（ｄＢ）ステップで上昇する震音を使用し、人工内耳の電極の数に対応する２０個の周波数帯域において検査が行われる。装着者には聞こえ始めた時と、不快感を抱かずに聞くことができる最大の時の２回合図をしてもらい、それぞれを音響的な最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）とした。

　而して、上記の如く聴力検査工程にて得られた音響的な聴力データ（最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル））に基づき、音声変換プロセッサ２のマッピング関数（各チャンネルの利得と非線形圧縮関数）を変更することにより、音声変換プロセッサ２の調整が行われることとなる。具体的には、最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）が等ラウドネス上にあることが人工内耳として望ましい特性であるので、当該等ラウドネス曲線を目標値として音響的な最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）の調整を行う。

　ここで、ラウドネスは、音の強さに対応した感覚量で表された音の大きさであり、１０００（Ｈｚ）の純音の音圧レベルを基準として、感覚上これと同じ大きさに感じた周波数の音圧レベルをプロットしたものを等ラウドネス曲線という。例えば、１０００（Ｈｚ）、４０（ｄＢ）に対応する曲線が４０（ｐｈｏｎ）の等ラウドネス曲線とされる。本実施形態においては、人工内耳の電極に対応する２０個の周波数の部分の等しいラウドネスを求めた。

　ラウドネス測定値（Ｔ／Ｃレベル）と調整量の単位はデシベル（ｄＢ）であり、最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）の測定結果より、各電極（チャンネル）の最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）を等ラウドネスにするには、何（ｄＢ）大きくするか或いは小さくするかによって調整量を計算する。この調整量は、各チャンネルに対応した帯域通過フィルターの利得の調整によって行われる。この調整量の計算方法（２０チャンネルフィルターの場合）は、以下の如き演算により求められる。

　各フィルターの出力×利得調整係数（調整量）
　但し、利得調整係数（Ａ）＝１０^{（（Ｔ－Ｌ）／２０）}
　（Ｔは、測定された最小可聴閾値（Ｔレベル）の値（ｄＢ）、Ｌは、等ラウドネスのレベル（ｄＢ）を示している。）

　尚、この調整量による最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）の変化量（ラウドネスの変化量）は、前回の測定結果より、何（ｄＢ）大きくなったか或いは小さくなったかで表される。例えば、本調整量の算定が有効であることを、人工内耳装着者による調整結果である図２に示す。この図において、横軸が調整量（＝－２０ｌｏｇ（Ａ））、縦軸が実現値（＝調整後のＴレベル（Ｃレベル）－調整前のＴレベル（Ｃレベル））となっており、各点は各チャンネルのラウドネスの変化量を表している。この結果より、算出した調整量と実現されたラウドネスの変化量はほぼ比例していることが分かる。

　但し、各チャンネル毎に調整量の効果は未知の要因によって異なるので、聴力検査を再び行い、その測定結果に基づいて更に再調整を行うのが好ましい。その再調整を行う場合について、図３のフローチャートに基づき説明する。先ず各チャンネル毎（Ｓ１）にて聴力検査を行い、当該聴力検査による最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）を測定する（Ｓ２）。

　そして、等ラウドネス曲線（目標値）との差を測定（Ｓ３）した後、許容範囲内であるか否かが判定される（Ｓ４）。許容範囲内でなければ調整量の演算が行われ（Ｓ５）、フィルター係数（利得Ａ）が調整（Ｓ６）された後、再びＳ２に戻って聴力検査による最小可聴閾値（Ｔレベル）及び最大快適閾値（Ｃレベル）を測定する。一方、Ｓ４にて許容範囲内である場合、全てのチャンネルが完了したか否かが判定され（Ｓ７）、完了した場合は終了するとともに、終了していない場合は、Ｓ１に戻って次のチャンネルに対する調整工程が始まる。このようなラウドネス調整によれば、図４の如き特性のものが、図５の如き特性のものとすることができる。同図において、二点鎖線は等ラウドネス曲線を示しており、図４では当該等ラウドネス曲線から外れているのに対し、図５では当該ラウドネス曲線に略沿う形態となっているのが分かる。

　尚、最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）との差（幅）をダイナミックレンジと呼ぶのであるが、人工内耳では、このダイナミックレンジが３０（ｄＢ）程度あるのが好ましい。人工内耳の装着者によっては、或いは特定のチャンネルについては、この３０（ｄＢ）のダイナミックレンジが確保されていない場合があり、このようなケースに対しては、最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）との間の区間を非線形関数に対応付けを調整することによってダイナミックレンジを拡大することができる。

　更に、本実施形態においては、前記音声変換プロセッサにおいて、装着者の最小可聴閾値と最大快適閾値とが音声会話に必要な周波数・音圧レベルの範囲内となるよう調整されている。この「音声会話に必要な周波数・音圧レベルの範囲」とは、横軸を周波数（Ｈｚ）、縦軸を音圧（ｄＢ）として、人の声の分布を表したもので、その形状から「スピーチバナナ」（Ｓｐｅｅｃｈ　Ｂａｎａｎａ）と呼ばれるものである。

　かかる「音声会話に必要な周波数・音圧レベルの範囲」（スピーチバナナ）は、基本周波数、母音（基本周波数を除く）、主な子音、高い子音の４つの成分に分けることができる。基本周波数は、人間の声のピッチ（高さ）を表しており、男性と女性の声の高さの範囲である１２０～２２５（Ｈｚ）の付近に分布している。母音は、中盤の周波数帯域で高音圧の部分に、一般的な子音は中盤の周波数帯域の低音圧部分、高い子音は高周波数部分に分布している。

　然るに、本実施形態の音声変換プロセッサ２においては、装着者の最小可聴閾値と最大快適閾値とが音声会話に必要な周波数・音圧レベルの範囲（スピーチバナナ）内となるよう調整されているので、音声会話に良好に対応させることができ、人工内耳の装着感をより改善させ、語音聴取精度を改善することができる。尚、本実施形態においては、最小可聴閾値（Ｔレベル）を、略４０（ｐｈｏｎ）等ラウドネスレベルとするとともに、最大快適閾値（Ｃレベル）を、略７０（ｐｈｏｎ）等ラウドネスレベルとしており、より音声会話に良好に対応させることができるようになっている。

　上記実施形態によれば、装着者の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて音声変換プロセッサを調整するので、人工内耳に送る電流によって装着者の最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とを設定するものに比べ、実際の装着者の主観に基づいた適正な状況で装着させることができ、装着者の装着感を改善することができる。

　次に、本発明の優位性を示すための実験結果について説明する。
　ＣＳＰＥ方式の人工内耳とＡＣＥ方式の人工内耳との２つを用意するとともに、それぞれに対し、上記の如く、装着者（Ａ、Ｂの２人）の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて音声変換プロセッサを調整した。

　ＣＳＰＥ方式のものは、マイクから入力された音の波形を例えば３～１０（ｍｓ）のフレームごとに振幅が大きい周波数を選び、選ばれた周波数に対応する電極を刺激するものであり、１フレームあたりの刺激電極数が変化するものである。また、１つの電極の刺激レートは可変とされ、例えば電極あたりの刺激レートの最大値は９００～１８００（ｐｐｓ）、１フレームあたりの総刺激レートは７２００（ｐｐｓ）である。

　ＡＣＥ方式のものは、マイクから入力された音の波形を８（ｍｓ）のフレームを２（ｍｓ）オーバーラップでＦＦＴを行い、パワーが大きい周波数を選び、選ばれた周波数に対応する電極を刺激するもので、１フレームあたりの刺激電極数が２２個ある電極の中から最低で６個、最大で１２個選び、装着者毎に固定個数刺激するものである。常に同じ数の電極に刺激を与えているため、刺激が弱い周波数部分でも無理に選択しなければならない。１つの電極の刺激レートは可変であり、最大刺激レートは２４００（ｐｐｓ）、１フレームあたりの総刺激レートは７２００（ｐｐｓ）である。刺激順序は蝸牛底から蝸牛頂方向へ順番に電極にて刺激する。

　上記２つの方式のものにおいて、その音声変換プロセッサに対する装着者Ａ、Ｂによる調整（フィッティング）を行った。即ち、装着者Ａ、Ｂの聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を行い、当該聴力検査工程によって得られた聴力データに基づいて音声変換プロセッサを調整したのである。その結果について図６（ＣＳＰＥ方式のものにおいて装着者Ａについての実験結果）、図７（ＡＣＥ方式のものにおいて装着者Ａについての実験結果）、図８（ＣＳＰＥ方式のものにおいて装着者Ｂについての実験結果）、図９（ＡＣＥ方式のものにおいて装着者Ｂについての実験結果）に示す。尚、何れの図においても、下方に位置するグラフが最小可聴閾値（Ｔレベル）であり、上方に位置するグラフが最大快適閾値（Ｃレベル）となっている。当該図６～９に示す実験結果によれば、何れの方式であっても或いは何れの装着者であっても、最小可聴閾値（Ｔレベル）と最大快適閾値（Ｃレベル）とを測定することができていること、また、従来の調整方式によっては等ラウドネス特性が実現されていないことが示されている。

　以上、本実施形態について説明したが、本発明はこれに限定されるものではなく、例えばＣＳＰＥ方式のもの或いはＡＣＥ方式のものとは異なる方式（ＳＰＥＡＫ方式等）のものに適用してもよい。かかるＳＰＥＡＫ方式とは、マイクから入力された音の波形を８（ｍｓ）のフレームを２（ｍｓ）オーバラップでＦＦＴを行い、パワーが大きい周波数を選び、選ばれた周波数に対応する電極を刺激するもので、１フレームあたりの刺激電極数が最大８個で、装着者ごとに刺激個数が固定されている。常に同じ数の電極に刺激を与えているため、刺激が弱い周波数部分でも無理に選択しなければならない点はＡＣＥ方式と同様である。１つの電極の刺激レートは、２５０（ｐｐｓ）で固定であり、１フレームあたりの総刺激レートは１５００（ｐｐｓ）である。また、電極アレイ６の電極６ａ～６ｔの数が２０個とは異なる人工内耳に適用するようにしてもよい。

　装着者の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて音声変換プロセッサを調整する音声変換プロセッサの調整方法であれば、他の形態の人工内耳等に適用することができる。

本発明が適用されるべき実施形態に係る人工内耳を示す模式図同実施形態に係る音声変換プロセッサの調整方法におけるラウドネスの調整量と変化量（実現値）の関係を示すグラフ同実施形態に係る音声変換プロセッサの調整方法における演算方法を示すフローチャート同実施形態に係る音声変換プロセッサの調整方法におけるラウドネス調整前の状態を示すグラフ同実施形態に係る音声変換プロセッサの調整方法におけるラウドネス調整後の状態を示すグラフ本音声変換プロセッサの調整方法を適用したＣＳＰＥ方式のものにおいて装着者Ａについての実験結果本音声変換プロセッサの調整方法を適用したＡＣＥ方式のものにおいて装着者Ａについての実験結果本音声変換プロセッサの調整方法を適用したＣＳＰＥ方式のものにおいて装着者Ｂについての実験結果本音声変換プロセッサの調整方法を適用したＡＣＥ方式のものにおいて装着者Ｂについての実験結果

符号の説明

　１　　マイク
　２　　音声変換プロセッサ
　３　　外部コイル
　４　　内部コイル
　５　　刺激ユニット
　６　　電極アレイ
　６ａ～６ｔ　電極
　７　　蝸牛

Claims

　音声情報を刺激パルスとして装着者の蝸牛に与えることにより聴覚の補強を行うための人工内耳が具備する音声変換プロセッサの調整方法であって、
　装着者の聴取可能な音の範囲を周波数及び音圧を変数として求める聴力検査工程を有し、当該聴力検査工程によって得られた聴力データに基づいて前記音声変換プロセッサを調整することを特徴とする音声変換プロセッサの調整方法。
　前記音声変換プロセッサにおいて、装着者の最小可聴閾値と最大快適閾値とが音声会話に必要な周波数・音圧レベルの範囲内となるよう調整することを特徴とする請求項１記載の音声変換プロセッサの調整方法。
　前記最小可聴閾値を、略４０（ｐｈｏｎ）等ラウドネスレベルとするとともに、前記最大快適閾値を、略７０（ｐｈｏｎ）等ラウドネスレベルとすることを特徴とする請求項２記載の音声変換プロセッサの調整方法。