[发明专利]一种数字助听器中基于深度学习的双耳声源定位方法

说明书

本发明公开一种数字助听器中基于深度学习的双耳声源定位方法，首先将双耳声源信号通过gammatone滤波器分解成若干信道，通过加权系数提取高能量的信道，接着利用头相关函数(head‑related‑transform function,HRTF)提取第一类特征，即耳间时间差(Interaural Time Difference,ITD)和耳间强度差(Interaural Intensity Difference,IID)作为深度学习的输入，将水平面划分为四个象限，缩小定位范围。然后提取头相关传递的第二类特征，即耳间声压差(Interaural Level Difference,ILD)和耳间相位差(Interaural Phase Difference,IPD)，最后为了得到更精确的定位，将第一类和第二类的四个特征作为下一个深度学习的输入，从而得到声源定位的方位角。实现在水平面上0度到360度以5度为步长进行72个方位角的精确定位。

技术领域

本发明属于语音信号处理技术领域，涉及一种数字助听器中基于深度学习的双耳声源定位方法。

背景技术

耳聋已经成为世界性问题。对于耳聋者来说，选配合适的数字助听器是帮助其提高听力的最佳方法。数字助听器的基本工作原理如图2所示，外界的声音信号进入麦克风从声能转化成电能，通过模/数转化器转化为数字信号，然后在DSP处理器中运用多通道响度补偿算法、自适应降噪算法、回波消除算法、移频算法和声源定位等技术进行处理，处理后的数字电信号需要经过数/模转换器转换成模拟电信号，最后由受话器再将其转化为声能输入至佩戴者耳中。

声源定位技术是根据目标声源和噪声源的空间位置不同，对特定方向的目标声源进行增强的技术。但是不同于降噪算法，助听器方向性增强技术利用语音和噪声的空间差异来实现语音增强，其实际效果仅次于调频系统和或红外监听技术。考虑到人与人交流时，面对面的情况比较普遍，所以早期的方向性助听器采用方向性麦克风实现，这种麦克风由于其特殊的振膜结构，可以抵消来自患者后方和侧面的声音，前方声音得到增强，从而实现使用一个麦克风就可以实现方向性语音增强。但是方向性麦克风使用时假定声源的方向是已知的，不能自动跟踪声源的方向，而且无法适应复杂的噪声场景，因此结合双耳声源定位技术进行方向性增强是目前研究的一个重要方向。

即使在“鸡尾酒效应”下，人耳的听觉系统也能很好的辨认出不同说话人的位置，根据需求有选择的进行目标声源的关注。对于听力受损的耳障患者来说，通过对传入耳朵的声音进行放大的同时进行噪声抑制等语音增强处理，使听力损失患者能够正确识别听力正常人所接受音量的声音。但是，人耳只有一对听觉感受器官，其相当于一个声信号处理系统的两个声音传感器，即麦克风。人类听觉系统只依靠这一对感受器官，就可以感知声源位置，分离语音信号。当然这必须借助于人类复杂的听觉生理系统，而不仅仅是一对外耳。如果要模拟人类的声音处理，必须利用两个麦克风进行数据采集。

研究表明，人类听觉系统对声源的定位机理主要是由于人的头部以及躯体等对入射的声波具有一定的散射作用，以致到达双耳时，不同方向上的声源会使双耳处产生不同的声波状态，即两耳采集的信号形成的时间差和强度差，造成了听觉的方位感和深度感，这就是常说的“双耳效应”，同时耳朵结构的“耳廓效应”以及复杂的神经系统，都是人耳对于声音信号方向位置判决的主要依据。

由于数字助听器是一种便携式设备，同时它也需要很高的实时性，因此，数字助听器对算法有一定的特殊要求，比如，算法低复杂度，低功耗和实时性等要求。最终让数字助听器佩戴者有最高的言语可懂度和听觉舒适度。对于大多数数字助听器中的声源定位技术复杂度高，形成时延，不能满足助听器实时性的要求。