姚旺　張鳳翔　駱天宇　西南大學(xué)計算機(jī)與信息科學(xué)學(xué)院軟件學(xué)院　重慶北碚　400715

?

基于人聽覺機(jī)理的寬動態(tài)壓縮算法的仿真實驗

姚旺張鳳翔駱天宇西南大學(xué)計算機(jī)與信息科學(xué)學(xué)院軟件學(xué)院重慶北碚400715

【文章摘要】

通過人的聽覺機(jī)理方式獲取共振峰的位置，利用寬動態(tài)壓縮算法方式，分別對共振峰的頻率范圍和其他頻率范圍計算并應(yīng)用相應(yīng)增益，最后利用自動增益控制將最大的輸出進(jìn)行限制，防止聲音音量過大而使聽障患者的聽力造成二次損傷。實驗結(jié)果表明，該算法在保護(hù)共振峰的基礎(chǔ)上，實現(xiàn)了響度補償技術(shù)，提高了語言的辨識度和聽覺的舒適度，同時具有一定的抗噪性能。

【關(guān)鍵詞】

共振峰；寬動態(tài)壓縮；響度補償；數(shù)字信號處理

0　簡介

由于當(dāng)今社會壓力的增大，老齡化問題的凸顯，造成聽障患者與日俱增，助聽器的發(fā)展刻不容緩。助聽器是一種供聽力殘疾者改善聽覺障礙，補償聽力損失，進(jìn)而提高與他人會話能力的小型擴(kuò)音設(shè)備i。助聽器主要分為模擬助聽器和數(shù)字助聽器倆種。其中數(shù)字助聽器以數(shù)字信號處理器為核心，具有低噪聲，可控性強(qiáng)，可編程等特點，被聽障患者所歡迎。數(shù)字助聽器的核心算法包含響度補償，噪聲抑制，消除反饋等，目的是使患者在聽覺舒適的同時增強(qiáng)語音的可懂度ii。

響度補償算法是數(shù)字助聽器的核心算法之一，其主要目標(biāo)是將聲音進(jìn)行增益控制，使其聲壓級映射在患者的聽力范圍內(nèi)，避免高音刺耳低音過小等問題，以有效利用并保護(hù)患者的殘余聽力。響度補償算法主要有寬動態(tài)壓縮算法，多通道響度補償算法。多通道響度補償算法iii是現(xiàn)在大多助聽器已應(yīng)用的響度補償算法，通過重構(gòu)濾波器組，分別對不同通道施加增益。寬動態(tài)壓縮算法是一種將語音按比例動態(tài)壓縮至患者殘余聽力范圍的一種方法iv。然而由于傳統(tǒng)的響度補償算法都未考慮共振峰結(jié)構(gòu)v，如果一個共振峰被施加了不同增益就會導(dǎo)致其移動，變形，甚至可能會消失，就會導(dǎo)致語音共振峰的失真，降低語音的舒適度。

本文以寬動態(tài)壓縮算法為基礎(chǔ)，結(jié)合共振峰提取算法與自動增益控制算法，將輸入的語音進(jìn)行預(yù)處理，根據(jù)Mel倒譜系數(shù)提取語音信號的共振峰，在頻域分析基礎(chǔ)上，分別對共振峰及其他特征點進(jìn)行增益補償，最后對過大的輸出進(jìn)行限制，使音頻信號控制在理想的范圍內(nèi)。

圖1　動態(tài)壓縮補償策略的輸入輸出曲線

1　寬動態(tài)壓縮算法原理

臨床表明聽障患者與正常人對不同頻率的聲強(qiáng)感受不同，聽障患者的聽閾高于正常人，而痛閾卻低于正常人，因此他們的聽覺范圍小于正常人。寬動態(tài)壓縮算法的目的是使聽障患者可以動態(tài)范圍的接收到語音信號。

寬動態(tài)壓縮算法的輸入輸出曲線如下圖1：

其中THRn，THRu為正常人，患者的聽閾值，MCLn，MCLu為正常人，患者的最適閾值，UCLn，UCLu為正常人，患者的痛閾值。橫坐標(biāo)SPLin表示輸入的聲壓級，縱坐標(biāo)SPLout表示輸出的聲壓級。

定義Ca為a段增益比，Cb為b段增益比，結(jié)合已知的最佳范圍與聽障患者的臨床測試。

1.當(dāng)SPLin < THRu時， SPLout = 0。此時，輸入語音的聲強(qiáng)微小到即使聽力正常人也無法感知，算法不啟用;

2.當(dāng)THRu < SPLin < MCLu時，SPLout = THRn + （SPLin -THRu）* Ca。此時，輸入語音的聲強(qiáng)介于正常人的聽閾與舒適閾之間，所以算法采用的是 a 段增益補償，人耳可以感覺到較低的聲音，即將處理好的聲音按比例減小;

3.當(dāng)SPLin = MCLu時，SPLout = MCLu。此時，算法處于正常人聽覺最適宜的“拐點”處，人耳接受最舒適的響度，算法不啟用;

4.當(dāng)MCLu < SPLin < UCLu時， SPLout = MCLu +（ SPLin — MCLu） * Cb。此時，輸入語音的聲強(qiáng)介于正常人的舒適閾與痛閾之間，算法采用 b 段增益補償，人耳可以感覺到較大的聲音，而且感知響度適當(dāng)壓縮到小于患者的痛閾范圍，即將處理好的聲音按比例減小;

5.當(dāng)SPLin > UCLu時，SPLout = UCLu。此時，輸入語音的聲強(qiáng)超過正常人的不舒適痛閾，算法將輸出聲強(qiáng)設(shè)置為患者能接受的最適合聲音最高響度，此舉既最大限度減少了對原有語音譜比例。

經(jīng)過增益控制后，正常人的聽力范圍完全被映射到患者的聽力范圍。所以，可以通過實時采集每幀的語音信號數(shù)字序列乘以該幀信號的動態(tài)響度補償增益序列，實現(xiàn)對語音的個性化響度補償。

圖3　“語音波形測試”的預(yù)處理

圖4　共振峰提取

圖2　算法流程圖

2　基于人的聽覺機(jī)理的寬動態(tài)壓縮算法

2.1聲音的預(yù)處理

通過窗函數(shù)的高通濾波器，進(jìn)行濾波，消除語音信號的趨勢項和直流分量。

2.2共振峰的檢測

共振峰是指當(dāng)準(zhǔn)周期脈沖激勵進(jìn)入聲道時引起共振特性，產(chǎn)生一組共振頻率，這組共振頻率稱為共振峰vi。常用的共振峰估算方法有倒譜法vii和LPC法viii，本文采用的是基于人的聽覺機(jī)理，即依據(jù)人的聽覺實驗結(jié)果來分析語音頻譜基礎(chǔ)上進(jìn)行改進(jìn)的共振峰提取算法ix。

該算法的流程為先將語音進(jìn)行預(yù)處理，對加權(quán)Mel倒譜系數(shù)提取，DCT變換最終確定共振峰的估計值。具體過程如下：

1）對語音信號進(jìn)行預(yù)加重，分幀與加窗。

2）通過公式（1）感知權(quán)重函數(shù)x，計算公式（2）估計誤差函數(shù)，求出加權(quán)Mel倒譜的系數(shù)。

3）利用公式（3）提取WMCEP譜包絡(luò)并對其進(jìn)行平滑處理。

4）確定共振峰的最終估計值

2.3增益補償與最大增益限制

為了防止過大的輸出使聽障患者的聽力造成進(jìn)一步損傷，本文最后要對輸出值進(jìn)行最大輸出限制,利用AGCO算法xi，將過大輸出進(jìn)行增益計算，最后將所有信號通過關(guān)IFFT轉(zhuǎn)換成時域進(jìn)行輸出。

3　實驗流程及結(jié)果

本文設(shè)計的算法流程圖如圖2所示，

根據(jù)本文的算法流程，利用matlab進(jìn)行仿真實驗，輸入“語音波形測試”的語音，進(jìn)行輸入測試測試。首先對輸入的語音進(jìn)行窗函數(shù)的預(yù)處理，其結(jié)果如下圖3所示。

對預(yù)處理后的語音利用本文所提到的基于人的聽覺機(jī)理的方法進(jìn)行共振峰檢測，檢測結(jié)果如下圖4所示，可見其基本能良好的識別共振峰。

對其進(jìn)行增益控制后，可見其輸出較好的在其增益范圍內(nèi)（如圖5所示），驗證了該算法較好的保證了低失真的輸出，說明該算法良好。

圖5　增益控制

4　結(jié)語

本文通過結(jié)合Mel倒譜系數(shù)與共振峰檢測，提出一種基于人的聽覺機(jī)理的寬動態(tài)壓縮算法，通過結(jié)合加權(quán)Mel對共振峰進(jìn)行檢測進(jìn)行增益補償。仿真結(jié)果證明，該算法可以實現(xiàn)較滿意的補償效果，比傳統(tǒng)的多通道響度補償和寬動態(tài)壓縮能較好的保護(hù)共振峰的完整性，同時具有一定的抗噪能力，雖然算法用時增多，但預(yù)計在硬件實現(xiàn)過程中該運算時間會適當(dāng)減少。

【參考文獻(xiàn)】

[1]馬小玲，劉訓(xùn)等。國內(nèi)助聽器的現(xiàn)狀調(diào)研與發(fā)展分析。中央民族大學(xué)學(xué)報（自然科學(xué)版），2014，23（1）：39-43

[2]肖憲波，王寧宇，胡廣書。數(shù)字助聽器中若干主要算法的發(fā)展和現(xiàn)狀[J]。生物醫(yī)學(xué)工程學(xué)雜志，2004，21（4）：694-698

[3]張寶琳，張玲華。數(shù)字助聽器中多通道響度補償方法的研究。信號處理，2013，29（5）：656-661

[4]陳廣飛，應(yīng)俊。數(shù)字助聽器寬動態(tài)壓縮算法研究。北京生物醫(yī)學(xué)工程，2006，25 （5）：454-456，481

[5]趙毅，伊雪飛，陳克安。一種基于共振峰提取的多通道響度補償算法。信號處理，2012，28（3）：352-360

[6]宋知用．MATLAB在語音信號分析與合成中的應(yīng)用．北京航空航天大學(xué)出版社。2013：259-283．

[7]王曉亞．倒譜在語音基音和共振峰提取中的應(yīng)用【J】．無線電工程，2004，34（1）：57—61

[8]郁伯康，郁梅．LPC方法提取語音信號共振峰的分析[J】．電聲技術(shù)，2000，3（1）：3-8

[9]楊鴻武，趙濤濤。一種基于加權(quán)Mel倒譜的語音信號共振峰提取算法。西北師范大學(xué)學(xué)報（自然科學(xué)版），2014，50（1）：53-57

[10]黃德智，楊鴻武，蔡蓮紅．語音信號的加權(quán)Mel倒譜分析CJ]．信號處理。2006，22（6）：840—843．

[11]楊博，劉潤生，張國防。基于WDRC的聽力損傷補償算法研究，電聲技術(shù)。2013，37（11）：45-49

基金項目：國家級大學(xué)生創(chuàng)新創(chuàng)業(yè)計劃（項目號：201410635032）

【作者簡介】

姚旺（1994-），女，漢，遼寧，本科，學(xué)生，西南大學(xué)，研究方向：嵌入式

張鳳翔，男，漢，重慶，副教授，西南大學(xué)，研究方向：實時和嵌入式