基于人聽(tīng)覺(jué)機(jī)理的寬動(dòng)態(tài)壓縮算法的仿真實(shí)驗(yàn)

姚旺　張鳳翔　駱天宇　西南大學(xué)計(jì)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(tīng)覺(jué)機(jī)理的寬動(dòng)態(tài)壓縮算法的仿真實(shí)驗(yàn)

姚旺張鳳翔駱天宇西南大學(xué)計(jì)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(guò)人的聽(tīng)覺(jué)機(jī)理方式獲取共振峰的位置，利用寬動(dòng)態(tài)壓縮算法方式，分別對(duì)共振峰的頻率范圍和其他頻率范圍計(jì)算并應(yīng)用相應(yīng)增益，最后利用自動(dòng)增益控制將最大的輸出進(jìn)行限制，防止聲音音量過(guò)大而使聽(tīng)障患者的聽(tīng)力造成二次損傷。實(shí)驗(yàn)結(jié)果表明，該算法在保護(hù)共振峰的基礎(chǔ)上，實(shí)現(xiàn)了響度補(bǔ)償技術(shù)，提高了語(yǔ)言的辨識(shí)度和聽(tīng)覺(jué)的舒適度，同時(shí)具有一定的抗噪性能。

【關(guān)鍵詞】

共振峰；寬動(dòng)態(tài)壓縮；響度補(bǔ)償；數(shù)字信號(hào)處理

0　簡(jiǎn)介

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

響度補(bǔ)償算法是數(shù)字助聽(tīng)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(jí)映射在患者的聽(tīng)力范圍內(nèi)，避免高音刺耳低音過(guò)小等問(wèn)題，以有效利用并保護(hù)患者的殘余聽(tīng)力。響度補(bǔ)償算法主要有寬動(dòng)態(tài)壓縮算法，多通道響度補(bǔ)償算法。多通道響度補(bǔ)償算法iii是現(xiàn)在大多助聽(tīng)器已應(yīng)用的響度補(bǔ)償算法，通過(guò)重構(gòu)濾波器組，分別對(duì)不同通道施加增益。寬動(dòng)態(tài)壓縮算法是一種將語(yǔ)音按比例動(dòng)態(tài)壓縮至患者殘余聽(tīng)力范圍的一種方法iv。然而由于傳統(tǒng)的響度補(bǔ)償算法都未考慮共振峰結(jié)構(gòu)v，如果一個(gè)共振峰被施加了不同增益就會(huì)導(dǎo)致其移動(dòng)，變形，甚至可能會(huì)消失，就會(huì)導(dǎo)致語(yǔ)音共振峰的失真，降低語(yǔ)音的舒適度。

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

圖1　動(dòng)態(tài)壓縮補(bǔ)償策略的輸入輸出曲線

1　寬動(dòng)態(tài)壓縮算法原理

臨床表明聽(tīng)障患者與正常人對(duì)不同頻率的聲強(qiáng)感受不同，聽(tīng)障患者的聽(tīng)閾高于正常人，而痛閾卻低于正常人，因此他們的聽(tīng)覺(jué)范圍小于正常人。寬動(dòng)態(tài)壓縮算法的目的是使聽(tīng)障患者可以動(dòng)態(tài)范圍的接收到語(yǔ)音信號(hào)。

寬動(dòng)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(tīng)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(jí)，縱坐標(biāo)SPLout表示輸出的聲壓級(jí)。

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(tīng)障患者的臨床測(cè)試。

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

2.當(dāng)THRu < SPLin < MCLu時(shí)，SPLout = THRn + （SPLin -THRu）* Ca。此時(shí)，輸入語(yǔ)音的聲強(qiáng)介于正常人的聽(tīng)閾與舒適閾之間，所以算法采用的是 a 段增益補(bǔ)償，人耳可以感覺(jué)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(shí)，SPLout = MCLu。此時(shí)，算法處于正常人聽(tīng)覺(jué)最適宜的“拐點(diǎn)”處，人耳接受最舒適的響度，算法不啟用;

4.當(dāng)MCLu < SPLin < UCLu時(shí)， SPLout = MCLu +（ SPLin — MCLu） * Cb。此時(shí)，輸入語(yǔ)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(bǔ)償，人耳可以感覺(jué)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(shí)，SPLout = UCLu。此時(shí)，輸入語(yǔ)音的聲強(qiáng)超過(guò)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(duì)原有語(yǔ)音譜比例。

經(jīng)過(guò)增益控制后，正常人的聽(tīng)力范圍完全被映射到患者的聽(tīng)力范圍。所以，可以通過(guò)實(shí)時(shí)采集每幀的語(yǔ)音信號(hào)數(shù)字序列乘以該幀信號(hào)的動(dòng)態(tài)響度補(bǔ)償增益序列，實(shí)現(xiàn)對(duì)語(yǔ)音的個(gè)性化響度補(bǔ)償。

圖3　“語(yǔ)音波形測(cè)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(tīng)覺(jué)機(jī)理的寬動(dòng)態(tài)壓縮算法

2.1聲音的預(yù)處理

通過(guò)窗函數(shù)的高通濾波器，進(jìn)行濾波，消除語(yǔ)音信號(hào)的趨勢(shì)項(xiàng)和直流分量。

2.2共振峰的檢測(cè)

共振峰是指當(dāng)準(zhǔn)周期脈沖激勵(lì)進(jìn)入聲道時(shí)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(tīng)覺(jué)機(jī)理，即依據(jù)人的聽(tīng)覺(jué)實(shí)驗(yàn)結(jié)果來(lái)分析語(yǔ)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(yǔ)音進(jìn)行預(yù)處理，對(duì)加權(quán)Mel倒譜系數(shù)提取，DCT變換最終確定共振峰的估計(jì)值。具體過(guò)程如下：

1）對(duì)語(yǔ)音信號(hào)進(jìn)行預(yù)加重，分幀與加窗。

2）通過(guò)公式（1）感知權(quán)重函數(shù)x，計(jì)算公式（2）估計(jì)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(duì)其進(jìn)行平滑處理。

4）確定共振峰的最終估計(jì)值

2.3增益補(bǔ)償與最大增益限制

為了防止過(guò)大的輸出使聽(tīng)障患者的聽(tīng)力造成進(jìn)一步損傷，本文最后要對(duì)輸出值進(jìn)行最大輸出限制,利用AGCO算法xi，將過(guò)大輸出進(jìn)行增益計(jì)算，最后將所有信號(hào)通過(guò)關(guān)IFFT轉(zhuǎn)換成時(shí)域進(jìn)行輸出。

3　實(shí)驗(yàn)流程及結(jié)果

本文設(shè)計(jì)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(shí)驗(yàn)，輸入“語(yǔ)音波形測(cè)試”的語(yǔ)音，進(jìn)行輸入測(cè)試測(cè)試。首先對(duì)輸入的語(yǔ)音進(jìn)行窗函數(shù)的預(yù)處理，其結(jié)果如下圖3所示。

對(duì)預(yù)處理后的語(yǔ)音利用本文所提到的基于人的聽(tīng)覺(jué)機(jī)理的方法進(jìn)行共振峰檢測(cè)，檢測(cè)結(jié)果如下圖4所示，可見(jiàn)其基本能良好的識(shí)別共振峰。

對(duì)其進(jìn)行增益控制后，可見(jiàn)其輸出較好的在其增益范圍內(nèi)（如圖5所示），驗(yàn)證了該算法較好的保證了低失真的輸出，說(shuō)明該算法良好。

圖5　增益控制

4　結(jié)語(yǔ)

本文通過(guò)結(jié)合Mel倒譜系數(shù)與共振峰檢測(cè)，提出一種基于人的聽(tīng)覺(jué)機(jī)理的寬動(dòng)態(tài)壓縮算法，通過(guò)結(jié)合加權(quán)Mel對(duì)共振峰進(jìn)行檢測(cè)進(jìn)行增益補(bǔ)償。仿真結(jié)果證明，該算法可以實(shí)現(xiàn)較滿意的補(bǔ)償效果，比傳統(tǒng)的多通道響度補(bǔ)償和寬動(dòng)態(tài)壓縮能較好的保護(hù)共振峰的完整性，同時(shí)具有一定的抗噪能力，雖然算法用時(shí)增多，但預(yù)計(jì)在硬件實(shí)現(xiàn)過(guò)程中該運(yùn)算時(shí)間會(huì)適當(dāng)減少。

【參考文獻(xiàn)】

[1]馬小玲，劉訓(xùn)等。國(guó)內(nèi)助聽(tīng)器的現(xiàn)狀調(diào)研與發(fā)展分析。中央民族大學(xué)學(xué)報(bào)（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(tīng)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(tīng)器中多通道響度補(bǔ)償方法的研究。信號(hào)處理，2013，29（5）：656-661

[4]陳廣飛，應(yīng)俊。數(shù)字助聽(tīng)器寬動(dòng)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(bǔ)償算法。信號(hào)處理，2012，28（3）：352-360

[6]宋知用．MATLAB在語(yǔ)音信號(hào)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(yǔ)音基音和共振峰提取中的應(yīng)用【J】．無(wú)線電工程，2004，34（1）：57—61

[8]郁伯康，郁梅．LPC方法提取語(yǔ)音信號(hào)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(yǔ)音信號(hào)共振峰提取算法。西北師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，50（1）：53-57

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

[11]楊博，劉潤(rùn)生，張國(guó)防。基于WDRC的聽(tīng)力損傷補(bǔ)償算法研究，電聲技術(shù)。2013，37（11）：45-49

基金項(xiàng)目：國(guó)家級(jí)大學(xué)生創(chuàng)新創(chuàng)業(yè)計(jì)劃（項(xiàng)目號(hào)：201410635032）

【作者簡(jiǎn)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(shí)時(shí)和嵌入式