數(shù)字助聽器聽覺場景識別和自動增益控制算法研究及實現(xiàn).pdf

1、佩戴助聽器的聽力患者跟正常人生活同樣生活在各種環(huán)境下，如在安靜的臥室，嘈雜的公路上或者在音樂會上。有些助聽器的算法只適用于某種場景，在另外一個場景下可能沒有效果甚至帶來更壞的結(jié)果。有些助聽器設(shè)備需要患者根據(jù)不同的環(huán)境去手工調(diào)節(jié)一些參數(shù)和用音量調(diào)節(jié)開關(guān)來控制輸出音量以適應(yīng)當(dāng)前環(huán)境獲得更好的聲音。并且在一次設(shè)定之后，戴上之后不可能一直進行手動調(diào)節(jié)，而且手動選擇功能對于老人，小孩或身體殘疾的人等弱勢群體來說，非常不便利。如果讓助聽器利用算法自

2、動識別場景，自動設(shè)置參數(shù)適應(yīng)當(dāng)前環(huán)境和自動增益輸出音量，代替人工操作的繁瑣部分，這將極大提升助聽器的智能性。
　　本文采用基于高斯混合模型（GMM）的聽覺場景識別算法可以自動分析識別出安靜環(huán)境，噪聲環(huán)境和音樂環(huán)境下的各種場景，比如噪聲環(huán)境下的街道，火車和餐廳場景。根據(jù)不同的場景來調(diào)節(jié)助聽器其他算法的參數(shù)。接著本文提出一個改進的方法，在傳統(tǒng)GMM模型的基礎(chǔ)上對訓(xùn)練部分算法提出改進，傳統(tǒng)的GMM訓(xùn)練算法對μ的初始值是采用隨機選取的辦法

3、，本文則采用融合模擬退火算法和LBG算法來設(shè)定GMM模型參數(shù)μ的值，從而使生成的GMM場景模型更加優(yōu)化。在給定的測試集里，傳統(tǒng)的GMM算法正確率大概在77％，本文提出的改進算法正確率提升至大約85%。
　　本文提出一種基于語音平均能量基礎(chǔ)上的自動增益控制（AGC）算法，算法根據(jù)輸入的語音信號自動調(diào)節(jié)音量使得輸出的聲音更加舒適并保持在聽力的舒適范圍內(nèi)，將微弱的聲音進行放大，而對過大的聲音進行限幅。在該算法的基礎(chǔ)上提出基于語音活動幀檢