[发明专利]具有基于直方图的声环境分类的助听器

权利要求书

1.一种助听器，包括：

麦克风和模数转换器，用于响应于在声环境中的相应麦克风处接收的声信号而提供数字输入信号；

处理器，适于根据预定信号处理算法来处理所述数字输入信号，以产生处理后的输出信号；以及

声环境检测器，用于根据所述数字输入信号确定所述助听器的声环境，并提供输出，所述输出用于选择产生所述处理后的输出信号的信号处理算法，所述声环境检测器包括：

特征提取器，用于确定在多个频带中的数字输入信号的直方图值，

环境分类器，适于根据来自至少两个频带的确定的直方图值，来将声环境分类为许多环境类别，以及

参数映射，用于提供输出，所述输出用于选择所述信号处理算法；以及

数模转换器以及输出换能器，用于将相应的处理后的声信号转换为听力输出信号。

2.根据权利要求1所述的助听器，其中，所述特征提取器适于确定在多个频率卷绕频带中的直方图。

3.根据权利要求1或2所述的助听器，其中，所述特征提取器适于确定所述数字输入信号水平的直方图。

4.根据权利要求1或2所述的助听器，其中，所述特征提取器适于确定对数数字输入信号水平的直方图。

5.根据权利要求1或2所述的助听器，其中，将处理后的直方图值输入到所述环境分类器。 

6.根据权利要求1或2所述的助听器，其中，将标准化直方图值输入到所述环境分类器。

7.根据权利要求1或2所述的助听器，其中，输入到所述环境分类器的所述直方图值表示信号水平驻留于对应的信号水平范围内的期间的时间。

8.根据权利要求1或2所述的助听器，其中，所述环境分类器包括从由下述元件组成的组中选择的至少一个元件：神经网络、隐马尔可夫模型、贝叶斯分类器、最近邻居分类器、支持矢量机器以及相关矢量机器。

9.根据权利要求7所述的助听器，其中，利用来自不同信号类别的信号的组合来训练所述环境分类器。

10.根据权利要求8所述的助听器，其中，利用来自不同信号类别的信号的组合来训练所述环境分类器。

11.根据权利要求1或2所述的助听器，其中，所述环境分类器根据作为频率的函数的直方图值，来对声环境进行分类。

12.根据权利要求1或2所述的助听器，其中，所述环境分类器根据在所选择的频带内的直方图值，来对声环境进行分类。

13.根据权利要求1或2所述的助听器，其中，所述环境分类器根据直方图值结合至少一个其他信号参数，来对声环境进行分类。

14.根据权利要求13所述的助听器，其中，从由下述参数组成的组中选择所述至少一个其他信号参数：过零率、差量过零率、过零率 的高阶矩、梅尔倒谱系数、差量倒谱系数、谐波含量、平坦度、波峰因子、调性(tonality)、频谱包络、块能量、on-offset次数、静音比率、幅值直方图、自相关、音质、差量音质以及偏差(variance)。

15.根据权利要求1或2所述的助听器，其中，所述特征提取器还适于包络调制检测，以及将包络调制特征输入到所述环境分类器。

16.根据权利要求1或2所述的助听器，其中，所述环境分类器适于根据来自至少两个频带的至少四个直方图bin值来分类。

17.根据权利要求1或2所述的助听器，其中，所述环境分类器适于确定声信号的最强部分。

18.根据权利要求1或2所述的助听器，其中，所述环境分类器适于确定声信号的较弱部分而非最强部分。

19.根据权利要求1或2所述的助听器，其中，所述环境分类器根据由所述确定的直方图值得到的至少一个参数来对所述声环境进行分类。

20.根据权利要求19所述的助听器，其中，从由以下参数组成的组中选择所述至少一个参数：所述确定的直方图值的中值、均值以及标准偏差。