[发明专利]人工耳蜗声音场景识别系统和方法

说明书

本发明公开了一种人工耳蜗声音场景识别系统和方法，其中系统包括前景背景分类器、前景特征提取模块、前景识别网络、背景特征提取模块、背景识别网络、综合场景判断模块和程序选择器，前景背景分类器对输入系统的声音信号进行前景背景声音分类后输出；经前景背景分类器分类后，如为前景声音，则输入所述前景特征提取模块，提取声音特征后，将前景特征数组输出给所述前景识别网络；如为背景声音，则输入所述背景特征提取模块，提取声音特征后，将背景特征数组输出给背景识别网络；综合分析，输出当前场景的具体分类；选择输出的程序。本发明与传统的场景识别系统相比，能够识别更多的声音场景。

技术领域

本发明属于信号处理领域，特别涉及一种人工耳蜗声音场景识别系统和方法。

背景技术

人工耳蜗是一种可以帮助重度或极重度耳聋患者恢复听力的人造官能。它由体外佩戴的信号处理单元以及体内植入的植入体组成。其中，体外信号处理单元上的麦克风负责收集环境中的声音信号，然后由信号处理器(DSP，digital signal processor)进行处理和编码，再将编码好的信号通过射频的方式发送给体内的植入体，并在电极阵列产生相应的电脉冲信号来刺激听神经，最终帮助植入者恢复听力。

在不同的生活场景中，人工耳蜗的DSP需要启用不同的算法来处理相应的声音信号。比如在安静的环境中，系统需要进入省电模式来延长电池的续航时间；在复杂的噪声环境中，需要启用降噪算法来消除噪声对语音信号的干扰；在听音乐时，系统则需要加强中高频的信号强度，来提升用户的音乐体验。而这些程序的切换，如果由用户手动来完成，则会严重影响用户的体验。因为在日常生活中，周围环境时常会发生变化，比如从家里走到街道上，或者在家中打开电视等，都会彻底改变声音环境，同时也需要启动不同的程序。因此，一个能够自动识别声音场景的智能系统，不但可以减少用户的繁琐操作，还可以最大限度发挥DSP中不同程序的优势，起到提升人工耳蜗用户生活质量的作用。

目前的人工耳蜗与助听器的DSP系统中，一般能够自动识别4-6种(如安静，噪声，音乐，语音，带噪语音，风噪等)不同的声音场景，这是通过提取声音信号的特征，并设计相应的分类器来实现的。比如根据信号的能量来判断是否为安静环境，然后再根据信号的幅度标准差之类的一系列统计特征，来判断当前信号是否为语音，噪声还是音乐。最后，再启用相应的程序来处理当前信号。

这样分类的缺点在于一些特定场景被划分得不够细。比如带噪语音出现时，噪声是稳态的还是非稳态的，信噪比是高还是低，都决定着应该选择什么样的程序。再比如突然出现报警音(如汽车鸣笛，闹铃等)，系统的反应往往也不够迅速(因为这些声音不属于任何一类典型声音场景)。再比如出现语音信号时，若是低声耳语或者大声讲话，所采用的程序也应该是不同的，而这些不同也无法被目前的声音场景识别系统所区分。

发明内容

有鉴于此，本发明的目的在于提供一种人工耳蜗声音场景识别系统和方法，基于两个人工神经网络，分别对前景(特指包含重要信息的声音，如语音，音乐等)和背景(特指不包含信息的声音，如稳态噪声，风噪等)的声音场景进行识别。

为达到上述目的，本发明提供了一种人工耳蜗声音场景识别系统，包括前景背景分类器、前景特征提取模块、前景识别网络、背景特征提取模块、背景识别网络、综合场景判断模块和程序选择器，其中，

所述前景背景分类器与所述前景特征提取模块和背景特征提取模块分别连接，所述前景背景分类器对输入系统的声音信号进行前景背景声音分类后输出；

经所述前景背景分类器分类后，如为前景声音，则输入所述前景特征提取模块，提取声音特征后，将前景特征数组输出给所述前景识别网络；如为背景声音，则输入所述背景特征提取模块，提取声音特征后，将背景特征数组输出给背景识别网络；

所述前景识别网络根据训练好的神经网络对前景特征数组进行计算，计算后将前景判别结果输出给综合场景判断模块；