赵春瑞[1]2003年在《全数字助听器临床效果评价》文中认为目的 1、用啭音和滤波复合音对同一助听器声场测试的结果有无差别?对于全数字助听器，哪一种测试信号更适合于声场数量评估且与听觉功能评估结果相关性好?2、传统模拟助听器和全数字助听器用两种信号测试结果差值是否相同?3、经过一段时间的康复训练，听力障碍儿童语音分辨能力有无显着性提高?是否配戴全数字助听器的儿童这种能力提高幅度配戴传统模拟助听器儿童的高? 方法 对2002年9月1日-2003年1月在深圳市特殊需要儿童早期干预中心听觉言语康复训练班、家长学校亲子班就读的30名2-7岁智力正常的听力障碍儿童(其中10人配戴传统模拟助听器，10人配戴全数字助听器，10人学期初为传统模拟助听器，后变为全数字助听器)。对其进行如下研究：1)听觉数量评估：选取啭音和滤波复合音作为测试音分别进行声场测试，测试信号由扬声器给出，频率范围为250—4000Hz，声音强度为40—115dBHL。裸耳听力均由多频稳态诱发电位测试系统测试所得。通过单因素方差分析，分析叁组用不同的测试信号进行声场测试的结果有无不同。2)听觉功能评估：测试音为言语声，在本底噪声存在的情况下由扬声器给出，强度控制在70±2dBHL，内容包括声母识别、韵母识别。3)频谱分析：利用听觉言语康复计算机系统的专业工具语图分析仪及滤波器，对听力障碍儿童发出的不同语音进行频谱分析。步骤1-3在学期末重复进行一次。4)统计分析方法：测试所得数据用SPSS10.0统计软件包进行分析，对受试者年龄、性别、听力障碍发生时间、程度、初始验配时间在叁组间的分布有无显着性差异用Kruskal-Wallis Test法进行山西医科大学硕创卜学位卡仑文秩和检验，对在实际测试过程中叁因素对听觉功能评估结果的影响进行多元回归分析，叁组学期初、学期末的啡音、滤波复合音声场测试结果、听觉功能评估计量资料比较分析进行单因素方差分析。对听觉数量评估与听觉功能评估间结果的相关性进行直线相关分析。结果用嗽音和滤波复合音对传统模拟助听器进行声场测试，结果无显着性差异，对全数字助听器则差异显着。对于全数字助听器，滤波复合音测试结果与听觉功能评估结果相关性好，且全数字组儿童语音识别能力提高幅度传统组大，传统变全数字组儿童语音识别能力提高幅度也较传统组大。结论对于全数字助听器，先前应用于传统模拟助听器的声场啡音测试结果仅供参考，而滤波复合音对于全数字助听器来说是一种较好的能够反映实际聆听效果的声场测试信号。与传统模拟助听器比较，全数字助听器能够获得较好的语音识别能力，对于处于学语关键期的幼儿，应该作为首次验配助听器时的首选。
顾天斌[2]2015年在《数字助听器回波抵消算法研究》文中研究表明听觉是人类与周围环境交流沟通的重要环节,近年来受环境、人口老龄化等因素的影响听力损失患者的数量不断增加,严重阻碍了全民健康水平的提高以及社会的发展。现阶段,数字助听器是患者补偿听力损失的最主要手段,但回声问题严重影响数字助听器的实际使用效果。本文以数字助听器中的回波抵消算法为主要研究内容,在深入理解和研究前人算法原理的基础上,提出一种变步长系数比例自适应NLMS (VSS-IPNLMS)算法以及一种改进的频域啸叫检测和抑制算法。本文的主要工作包括：1、深入研究了自适应滤波原理,重点研究了两种应用最广泛的自适应算法最小均方误差(LMS)算法和递归最小二乘(RLS)算法,并通过仿真实验和算法计算量分析对比两种算法的优缺点以及应用在数字助听器中的可行性。2、提出一种基于状态分类的VSS-IPNLMS算法。由于助听器中的回波路径具有稀疏特性,改进型系数比例自适应NLMS算法通过合理设置系数控制矩阵为自适应滤波器各抽头设置不同的步长来加快算法的收敛速度。本文将IPNLMS算法用于数字助听器回波抵消算法中,并根据自适应滤波器系数能量的变化情况将自适应滤波器分为收敛态、过渡态和稳态。自适应滤波器在收敛态和稳态采用普通的IPNLMS算法,过渡态时使用变步长的IPNLMS算法,将自适应滤波器短时系数能量与长时系数能量差的归一化值用于IPNLMS算法的全局步长控制。系统辨别实验以及助听器模型仿真实验表明,本文算法比NLMS算法以及IPNLMS算法性能更优。3、提出一种改进型频域啸叫检测与抑制算法。从啸叫产生机制出发,在充分理解研究频域和时域啸叫检测算法的基础上,提出峰值与邻域均值能量比和延续帧数相结合的频域啸叫检测算法,同时采用利用频谱细化算法进行啸叫频率的精确计算,啸叫频点确定后,利用生成的二阶陷波器进行啸叫抑制。仿真实验表明,本文算法相比一般频域啸叫检测算法和时域啸叫检测算法具有更好的精确度和健壮性。在自适应滤波算法与本文啸叫检测与抑制算法结合的实验中,算法收敛过程中产生的啸叫被有效抑制。4、数字助听器算法嵌入式平台实现。将木文回波抵消算法移植到嵌入式平台上,在嵌入式平台上完成数字助听器基本功能,并通过上位机软件控制助听系统的运行。基于实时平台的实验验证了本文回波抵消以及啸叫检测和抑制算法的有效性。
李斌[3]2017年在《数字助听器中语音增强算法的研究》文中进行了进一步梳理数字助听器能够有效地改善听力残弱者的听觉效果,是提高语言交流能力的重要工具。本文对当前数字助听器中采用的一些算法作了分析和研究,着重研究了其中的语音增强技术。论文的主要工作有:(1)对语音信号的发声机理、听觉机理以及语音信号的特征进行了阐述。并研究了数字助听器的工作原理及其关键技术,比如:语音增强、声源定位、响度补偿和回声消除,分析了一些数字助听器中常用的算法。(2)深入研究了小波阈值去噪语音增强算法。传统阈值函数中应用最为广泛的是硬阈值法和软阈值法,针对硬阈值法在阈值处不连续和软阈值法重构系数与原始系数之间存在恒定偏差的问题,将这两种算法结合,提出新的阈值函数形式。同时对传统的阈值门限准则进行了改进,对不同层的阈值门限进行加权,分别计算,可以兼顾不同层的噪声分布。测试表明,新算法在语音增强中获得了更好的效果。(3)重点研究了基于麦克风阵列的语音增强算法。在广义旁瓣相消器结构中,如果目标信号入射角度无法得到准确的估计,部分目标语音就会通过阻塞矩阵,在后期多输入抵消器模块中与参考信号相抵消,造成目标语音信号的缺失。本文针对广义旁瓣抵消器因目标信号入射角度估计误差而导致语音泄漏的问题,提出了一种麦克风阵列语音增强的优化算法。先对经过时延补偿的信号进行频谱调整,再利用泄露语音和参考语音信号之间存在相关性的特点,对目标语音的方向参数进行自适应调整,使其更接近于真实目标语音方向,以减少阻塞矩阵中语音的泄漏。
陈银波, 丛慧, 贾飞勇[4]2009年在《4～7岁极重度聋儿模拟助听器与全数字助听器效果评估比较》文中研究表明目的:比较模拟助听器与全数字助听器在不同声环境下助听效果。方法:将28名4~7岁符合诊断条件的极重度聋儿,随机分为模拟助听器组和全数字助听器组,每组14人,模拟助听器组均配戴模拟助听器,全数字助听器组均配戴模拟助听器。应用FA—18纯音听力计和计算机导航系统对两组聋儿分别在安静和噪声环境中,进行言语最大识别率(或助听效果)评估比较。结果:模拟助听器组和全数字助听器组其言语最大识别率在安静环境中无显着差异;全数字助听器组在噪声和安静环境中其言语最大识别率无显着差异;而模拟助听器组在噪声环境中其言语最大识别率却显着下降,两组比较差异显着。结论:全数字助听器在噪声环境中其助听效果明显优于模拟助听器,具有低失真和防止声反馈的优点,更适合极重度聋儿使用。
李云倩[5]2013年在《数字助听器中的主动噪声控制研究》文中研究指明近几年来,随着数字信号处理技术的进步,数字助听器技术的飞速发展为诸多听力残障人士的听力康复做出了很大贡献。现阶段,助听器的体积大都比较小,麦克风和耳机离得比较近,很容易引起回声或者啸叫,这些问题是助听器用户抱怨最多的问题之一。因此,本论文采用主动噪声控制的方法抑制数字助听器中的噪音,从而提高患者的语言识别能力。该课题的研究具有较高的学术研究价值和潜在的应用前景。本文首先介绍了自适应滤波算法和主动噪声控制理论,详细阐述了牛顿法、最速下降法的相关原理,并在此基础上引入了最小均方误差(LMS)算法以及归一化的最小均方误差(NLMS)算法。其次对主动噪声控制的前馈和反馈类型进行了介绍,并在最小均方误差算法的仿真基础上研究了前馈滤波最小均方误差(FX-LMS)算法。首先对次级声道进行估计辨识,然后用最小均方误差算法进行主动噪声控制。对于噪声源信号,分别输入低频噪声信号、高频噪声信号和高斯白噪声信号,发现对低频噪声信号具有较好的消噪效果。研究发现,对于听力残障者而言,引起助听器啸叫的主要是高于2.2kHZ的频率成分,论文对NLMS算法进行了改进,提出了带限的NLMS算法。分别对有限长和无限长的自适应滤波器进行了仿真研究,得到带限的NLMS算法可以有效地消除产生啸叫的频率成分,从而进一步减小输出语音信号中的噪音。同时,无限长自适应滤波器可以用更低的系统阶数即更简单的系统结构取得同样的消噪结果。最后,对数字助听器在DSP开发板TMSVC5509A上进行了硬件设计。介绍了前馈的FX-LMS算法在DSP上实现的软件开发流程图。在CCS3.3的编译环境下,得到了初步的消噪效果。
王鹏[6]2013年在《数字助听器响度补偿算法研究及其系统实现》文中研究指明老年感音神经性耳聋已成为一个世界性的问题，为这些耳聋患者配带一付合适的数字助听器是目前最佳的解决办法。随着耳聋等听力健康问题越来越受到社会的普遍关注，各种功能先进的数字助听器获得了广阔的应用前景。它以改善患耳听觉舒适性、提升语音辨识率为根本目标，其采用的各种有针对性的语音处理算法，将帮助佩戴者显着地提高听力水平，为耳聋患者恢复正常语言交流带来了福音。然而，数字助听器依赖的语音处理算法是否参数优化、性能稳定，将直接影响其性能的进一步提升，因此研究数字助听器中的关键助听器算法及其系统实现，更加具有重要的社会意义和应用价值。本文重点研究了数字助听器的响度补偿算法及其系统实现，以人耳听觉生理特性为出发点，开发准确契合患耳听力损失曲线的响度补偿智能算法，并且设计用于算法实现的DSP软、硬件系统方案。论文的主要工作包括：1.阐述人耳听觉系统的生理功能，分析听力损失的表现形式；进而引出，助听器的技术进步给听障患者的听力恢复提供了越来越方便的科学方法；更进一步对数字助听器应用的各项语音处理算法原理展开详细的分析总结；2.深入理解语音信号的基本特性，详细分析老年感音神经性听障患者在频域内的听力缺失特点，阐述出语音输入声强在所处频率的不同取值，是影响增益补偿因子计算正确性的关键因素。根据纯音听力测试数据在频域内的分布，总结宽动态压缩响度补偿算法原理及实现方法，提出一种基于共振峰估计的算法改进途径，避免了因频谱增益时对语音共振峰的忽视而导致的语音非线性失真，改善响度补偿算法应用的听觉舒适性；3.利用Matlab强大的算法仿真验证能力，对响度补偿算法的输入、输出语音数据进行了详细的分步仿真验证，并仔细分析对比两种算法在实现语音响度补偿过程中的同期数据。仿真结果表明：基于共振峰估计的改进算法，在实时地补偿患者频域内听觉响度损失的基础上，有效降低了语音共振峰的非线性失真；4.从系统硬件和软件两个层面，分别详细论述数字助听器的系统实现方法，并对系统设计过程中的关键环节以及对具体细节的处理展开详细地阐述。
宋环宇[7]2014年在《全数字助听器语音增强算法研究》文中研究表明随着半导体技术的不断进步,今天的高端数字助听器有着强大的数字信号处理能力,特别是近十几年来步入数字化时代后,数字助听器的优势更加明显,低噪声、节能、小型化和可调性强等特点都是模拟助听器不可取代的,成为听力患者的希望。数字助听器的发展主要包括两个方面,即算法研究和外形设计。前者的问题在于如何设计算法使听障者听觉舒适,同时提高对语音的敏感性。这些算法主要包括语音增强、宽动态压缩、移频技术和自动增益控制等数字处理方法。外形设计方面则要美观大方,佩戴舒适,尽量减小助听器的重量和体积。以上两个方面就是影响数字助听器发展的重要因素,也是未来助听器发展的研究方向。本论文主要的研究内容是数字助听器语音增强算法,在对传统语音增强算法的深入理解上,本文设计了一种基于维纳滤波的Mel频率语音增强算法,设计算法各部分处理模块,实现语音增强功能。论文中设计了一种计算量小、估计准确的VAD语音活动检测算法。只有VAD算法高速有效,才能提高整个语音增强算法的效果。为了提高语音信号输出信噪比,本文设计了一种基于先验信噪比增益因子的数字处理方法。目的是在保证语音质量的同时,减少残留噪声,使输出的语音信号信噪比进一步提高。在算法设计实现后,本文对不同种类的算法进行了充分的验证,并深入的分析了每种算法的优缺点。传统算法的主要问题是处理后语音质量偏低,语音损失严重,产生明显的音乐噪声,或者是计算量偏大不适合数字助听器使用。实验结果充分说明,本文所设计的语音增强算法,在保证语音质量的同时,输出信噪比明显高于其他种类算法,在计算量方面,本文所设计的增强算法计算量少,更加适用于数字助听器的使用。最后,将本文设计的算法成功的在基于TMS320VC5509数字助听器开发平台上实现。设计了数据流程和软件实现,详细分析了内部的基本运算和对算法进行定点化处理,讨论了算法中的问题和对程序加以优化。通过仿真器验证,算法处理的效果良好。
薛英, 叶林峰, 李俊, 周绪红[8]2004年在《老年性耳聋者配戴模拟与全数字助听器的效果比较》文中进行了进一步梳理目的 :比较模拟助听器与全数字助听器对中重度老年性听力障碍患者的助听效果。方法 :采用PESAPHAB模块以问卷表形式让患者回答调查表上的问题 ,得出图表和数字结果 ,以得分指标比较模拟和全数字助听器在EC(易于交流 )、RV(回响 )、BN(背景噪声 )、AV(不舒服 ) 4种环境中对声音感知、辨别、识别方面的差异表现。结果 :全数字助听器与模拟助听器在EC、RV、BN、AV状态下得分有明显差异 (P <0 .0 5 ) ,尤其在RV、BN、AV状态下改善更为明显 (P <0 .0 1)。结论 :老年性耳聋患者配戴全数字助听器效果优于模拟助听器。
王辉[9]2012年在《数字助听器中汉语语音处理及语音增强的研究》文中研究表明随着社会的老龄化和城市化,因衰老和噪声引起的听力障碍等问题已开始严重影响我国社会经济发展。研究高性能,经济适用的数字助听器具有重要的社会意义。本文主要研究一种数字助听器中基于广义旁瓣抵消器结构的汉语语音处理技术,改善广义旁瓣抵消器结构处理中存在的缺点。1、归纳语音尤其是汉语语音的特性以及听觉障碍机制,在此基础上讨论了数字助听器中所应用到的技术,包括压缩技术、声反馈消除、语音增强、声源定位和移频技术等,分析各类技术中所应用算法的优劣,探讨各项技术的发展趋势。2、对麦克风阵列语音增强算法研究现状、原理及常见的几种麦克风阵列语音增强算法进行了研究,考虑自适应波束形成算法在数字助听器中应用的优势,重点研究了自适应波束形成算法的原理并进行性能分析。3、针对自适应波束形成算法中不可避免的存在语音泄漏,提出一种汉语处理技术,补偿泄漏的语音。这种汉语处理技术利用汉语语音特有的基音频率信息,调整语音幅度谱包络,提高谱包络与基频曲线形状的相似度以提高语音的可懂度。针对泄漏的语音在高频清辅音段有较大损失的特点,在频域上对清辅音进行放大,在不改变共振峰结构的情况下,提高清辅音的能量,同时降低语音间隔段GSC算法泄漏的噪声能量,提高对语音的辨别。仿真实验结果表明,这种汉语语音处理能够补偿自适应波束形成算法造成的语音泄漏。
张国防[10]2013年在《基于BelaSigna DSP的数字助听器系统设计》文中研究指明在医疗设备和听力学的研究中,数字助听器的自主研发都有着重要的意义。本文在进行临床测试和学习当前国外先进助听技术的基础上,对数字助听器的软硬件系统开发进行了更深一步的探索工作。本文设计并实现了基于DSP的数字助听器开发系统,该数字助听器系统设计主要分为硬件系统设计和软件系统设计。硬件平台的实现是围绕语音专用处理芯片BelaSigna300来搭建的,这款芯片是双核双哈佛架构,包含一个DSP和一个协处理器,此外还集成有A/D、D/A和放大器等模块,具有高集成度和极低功耗等优点,然后再结合麦克风、受话器、电源模块、外部存储和微调按钮共同构成完整的硬件平台。软件系统包括系统软件和应用软件两部分,系统软件采用的是超循环系统,主要是在DSP中设计完成的；应用软件主要包括控制功能模块和算法功能模块,其中控制功能模块包括音量调节、模式切换、高频低频衰减控制等模块,这些功能模块都是通过芯片外设管脚和内部算法在DSP中实现的,算法功能模块包括单通道降噪、宽动态范围压缩、最大输出增益控制、提示音及耳鸣掩蔽等算法,这些算法大都是在DSP和协处理器中完成的。本文在后期的系统测试中,结合麦克风和受话器的频响曲线,预先设定了听力曲线图,然后通过计算宽动态范围补偿增益和最大输出增益控制的增益,最终实现了接近预设听力曲线的听力补偿。最后使用助听器专业测试设备对该系统作了全面评测,评测结果基本符合助听器行业的相关标准。本系统可根据患者的不同听力曲线调节相关频响参数,来满足听障患者对听力的补偿要求。本人所完成的工作希望能对我国数字助听器的发展尽微薄之力,为以后我国数字助听器的研发工作提供更多参考。
参考文献：
[1]. 全数字助听器临床效果评价[D]. 赵春瑞. 山西医科大学. 2003
[2]. 数字助听器回波抵消算法研究[D]. 顾天斌. 东南大学. 2015
[3]. 数字助听器中语音增强算法的研究[D]. 李斌. 南京邮电大学. 2017
[4]. 4～7岁极重度聋儿模拟助听器与全数字助听器效果评估比较[J]. 陈银波, 丛慧, 贾飞勇. 吉林医学. 2009
[5]. 数字助听器中的主动噪声控制研究[D]. 李云倩. 浙江工业大学. 2013
[6]. 数字助听器响度补偿算法研究及其系统实现[D]. 王鹏. 中北大学. 2013
[7]. 全数字助听器语音增强算法研究[D]. 宋环宇. 哈尔滨工业大学. 2014
[8]. 老年性耳聋者配戴模拟与全数字助听器的效果比较[J]. 薛英, 叶林峰, 李俊, 周绪红. 武汉大学学报(医学版). 2004
[9]. 数字助听器中汉语语音处理及语音增强的研究[D]. 王辉. 南京邮电大学. 2012
[10]. 基于BelaSigna DSP的数字助听器系统设计[D]. 张国防. 北京交通大学. 2013
标签：眼科与耳鼻咽喉科论文; 助听器论文; 听力论文; 听力下降论文; 听力障碍论文; 儿童助听器论文; 系统评价论文; 语音芯片论文; 白噪音论文;