一种数字助听器多通道响度补偿方法

该文提出了一种数字助听器非等宽多通道响度补偿方法。该方法研究了完美重构滤波器组分析与综合滤波器的设计方法,并根据人耳对频率的灵敏度特征及对声强的感知特性实现了符合人耳听觉特征的非等宽多通道响度补偿方案。针对典型老年性耳聋患者的实验与仿真结果表明,算法有效补偿了患者缺失的语音高频能量,显著提高了患者的言语辨识率,降低了患者的言语察觉阈。     

一种基于共振峰提取的多通道响度补偿算法

共振峰是语音信号的一个重要特征,对提高耳聋患者的语言识别率具有重要意义。然而,目前数字助听器领域常用的响度补偿算法（多通道响度补偿和宽动态压缩）均对共振峰结构具有一定的破坏性,对患者听懂语音十分不利。本文结合共振峰检测,提出一种基于共振峰提取的多通道响度补偿算法,在原有多通道响度补偿的基础上,通过对滤波器组的重新设计并加入共振峰提取模块对共振峰予以保护。仿真结果证明,该算法对4类常见患耳均能达到满意的补偿效果,同时,与多通道响度补偿和宽动态压缩两种方法比较,该算法在保护共振峰结构完整性方面性能更优。      

基于人耳听觉特性的助听器响度补偿策略

设计面向老年性听力损伤患者的数字式助听器,对语音信号进行响度补偿时需要同时兼顾频率与声强级。针对人耳听觉的这一特性,归纳提出了动态压缩响度补偿策略。同时分别从对患耳敏感的低频域和高频域语音两个层面深入进行Matlab仿真验证。结果表明,此研究对于保证数字式助听器中响度补偿效果的合理性以及完整性具有重要意义。     

一种基于声压级分段的数字助听器响度补偿方法研究

响度补偿技术是数字助听器的核心技术之一,目前大多数响度补偿算法均是笼统地通过低、中、高三段输入声压级来进行补偿增益值的计算的,这通常并不符合听力损失患者的实际需要。为此,本文针对传统三段补偿算法补偿效果的不足,提出了一种基于声压级分段的非等宽多通道响度补偿算法。实验仿真结果显示,该算法比传统的三段补偿算法更好的补偿了患者所需的听力损失,显著提升了患者的言语辨识率,且很好的消除了助听器内部噪声对患者正常使用造成的影响。     

数字助听器中单通道语音增强算法的研究

传统多通道补偿算法忽略保护语音特征,容易造成语音结构变形和识别率低等问题。为了解决上述问题,本文提出了一种基于多分辨率小波的单通道语音增强算法。利用多分辨率小波对信号进行分解与重构,提取出语音信号的频谱包络,得到特征点出其信息并依此计算补偿增益,再利用插值算法计算出整个频谱的增益并对其进行响度补偿。仿真实验以及主观性能测试的各项结果均表明该算法能够在对语音进行补偿的同时有效地保护语音特征,提高言语识别率,达到比较理想的效果。      

一种用于听力矫正系统中非均匀余弦调制滤波器组的设计

为改善多通道滤波器组分解导致语音质量下降的问题,本文提出了一种应用于听力矫正系统的非均匀余弦调制滤波器组的设计算法,该算法设计步骤简单且性能优越,它根据听损患者听力图的变化趋势,对变化平缓的频率范围对应的均分余弦调制滤波器组的通道进行合并,从而使滤波器的分解更加符合听力矫正系统的验配需要,波形实验结果显示,信号经非均匀余弦调制滤波器组后,时域波形与语谱图相较于原始输入信号无明显失真,差异较小,语音质量实验结果显示,本文提出的非均匀滤波器组的主观语音质量评估值较高,语音信号通过滤波器组后失真程度小,滤波器组性能优于传统的设计方法。     

具有频率补偿功能的1.4 V 48μW模拟助听器电流模结构前端电路

文中实现了一款低电压低功耗的可用于模拟助听器的电流模结构前端电路。此电路主要由电流模结构自动增益控制器和电流模结构滤波器组成。与传统的前端电路相比,文中提出的前端电路具有频率补偿功能和呈指数特性的连续增益。频率补偿一般只在数字助听器中出现,且只能通过DSP电路实现。文中电路的频率补偿基于状态空间理论,虽然不能如数字助听器一样实现对各频段听力损失的补偿,但可实现常见低频听力缺陷患者的听力补偿。连续增益可调节各种程度的输入信号,且其指数特性可以和声学中的声强衡量标准dB SPL相一致,避免了输出信号的急剧变化,提高了聆听舒适度。此前端电路可提供不同的离散压缩拐点和压缩比,从而可以适应各种听觉疼痛阈值的患者。在电流模结构中,关键MOS管均工作于亚阈值区,静态电流很小,且由于电流模技术具有的压缩特性,输入的电流信号被呈对数比例压缩为较低的电压信号。因此,低电压低功耗(48μW@1.4V)的前端电路较容易在高阈值电压的0.35μm CMOS工艺(V_TON |V_TOP|≈1.35V)中实现。整个电路的THD低于-45dB。芯片面积约为1 ? 0.5 mm₂ 和 1 ? 1 mm₂。     

利用离散余弦变换的语音信号压缩方案

利用离散余弦变换后的语音信号能量主要集中在低频段的特点以及语音信号的短时平稳性，研究三种基于一维离散余弦变换的语音压缩方案。Matlab仿真结果表明三种方案的数据压缩率高，重建语音信号具有艮好的清晰度和自然度。     

一种密集卷积神经网络的电视语音响度补偿方法

现有的电视语音响度补偿是针对人耳听阈和听力障碍的损失进行均衡补偿,这类方法会放大同频段的非人声.针对这类方法的缺陷,提出利用深度学习语音增强技术将人声从电视节目音频中分离出来,使用户直接听到清晰人声.对此提出密集连接卷积网络(Densely Connected Convolutional Network,DenseNe...     

多通道数字助听器算法及低功耗VLSI设计

改进了多通道数字助听器中的听力补偿和噪声消除算法,并进行了低功耗VLSI设计.听力补偿方面,提出一种改进的多通道宽动态范围压缩(WDRC)算法;该方法降低了存储和计算开销,并抑制了对残余背景噪音的过度放大.噪声消除方面,利用语音谱和噪声谱的帧间相关性,改进了传统的多子带谱相减算法,使之在硬件实现时便于并行运算,同时不影响消噪性能.最后,综合采用多种低功耗设计方法,在SMIC的130nm工艺条件下,完成了基于上述算法的多通道数字助听器VLSI设计.后仿结果表明,该设计总功耗仅为228μW.     

Wavelet-based nonlinear AGC method for hearing aid loudnesscompensation

Hearing impairment can often be corrected by medical or surgical treatment, provided the loss is not due to cochlear pathology (sensorineural loss). For sensorineural loss, the only corrective action is to wear a hearing aid. Many perceptual differences between normal and sensorineural hearing-impaired listeners are due to differences in the dB levels at which sound is detected by the ear (auditory threshold) and the associated dynamic range over which it is comfortable to listen to (loudness sensation). To adequately compensate for this, the processing of the auditory signal should be nonlinear and time-varying. Two wavelet-based compression algorithms have been developed: automatic gain control (AGC) with linear amplification and nonlinear compression AGC. The nonlinear AGC is a compression algorithm, which models loudness sensation. The wavelet transform separates the input into seven frequency bands corresponding to the critical bands of the human auditory system. For each frequency band, multiplying the wavelet coefficients by the gain can amplify or compress nonlinearly and smoothly, depending on the signal level, time and spectrum. Results suggest that the nonlinear approach, while maintaining the general spectral structure of the signal, is perceptually superior to linear AGC and compensates better for audibility loss     

Automatic Control of Aural Program Loudness

The subject of reproduced loudness of aural broadcasting has been one of interest and controversy to broadcast engineers, as well as listeners, for many years. Differences in apparent loudness of various types of program material, all at the same volume indicator level, have been noted on many occasions. The choice of characteristics of the present standard volume indicator, the VU meter, was influenced by the desire to have a closer relation between program level and loudness. There are those who want music as a background and voice announcements, such as news and weather, to be loud enough to be heard under adverse listening conditions, such as in a moving vehicle, and there are those who hold the opposite view as to desirable relative loudness of voice and music. The recent action by the Federal Communications Commission relative to loudness of commercial announcements has stimulated investigations of program loudness, its measurement, and its control in the broadcast system.     

基于神经网络的病态嗓音复杂度识别

基于嗓音发声系统的复杂性和病态嗓音高频端噪声特性明显,对正常、病态嗓音信号进行小波分解、重构,然后求重构的各频段信号的Lempel-Zvi复杂度,利用神经网络识别对各频段信号的Lempel-Zvi复杂度进行识别。实验结果表明:在高频段,病态嗓音复杂度识别率为84%,相对高于其他较低频段。通过模式识别的方法揭示了嗓音发声系统的病变时的噪声特性和复杂性。     

一种新的高速运动目标成像方法

提出了一种基于相位编码信号的高速运动目标逆合成孔径成像的新方法。相位编码信号在距离维和速度维具有良好的分辨力,属于多普勒敏感信号,因此在进行脉压前一般需要补偿多普勒相位。当目标高速运动时,还要考虑回波信号包络展缩的影响。研究了相位编码信号逆合成孔径成像的运动补偿方法,即采用宽带相位编码信号和窄带线性调频信号结合的方式,窄带信号用来完成目标检测和测速,宽带信号用来提高测速精度和成像。仿真结果表明该算法的有效性。     

一种多带清浊音判决方法

文章提出一种根据ＬＰＣ 语音残差信号在频域的子带波形,计算其自相关函数,分析每个子带的周期性和非周期性。进行清、浊音判决的方法,可有效地降低 ＭＢＥＬＰＣ 算法中ＵＶ 判决的计算复杂程度,减少计算所需的存储空间。该判决方法与全带语音ＵＶ 判决的原理一致。经实际听音试验,这种判决结果合成的语音效果并不劣于ＭＢＥ 标准算法