一种用于助听设备的声音处理方法和装置与流程

1.本发明涉及助听器服务领域，尤其涉及一种用于助听设备的声音处理方法和装置。


背景技术：

2.助听设备可以为具有助听功能的耳机(例如辅听耳机)，或者可以为用于帮助听力损失的人群做听力补偿的微型外带设备
‑‑
助听器。助听设备能够戴在耳腔内，主要包括用于收音的麦克风、运行助听算法和语音信号处理的数字信号处理器(dsp,digital signal processor)(例如分段压缩放大、降噪等等)和把数字信号处理器处理后的声音播放出来的送话器。
3.在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
4.在声音压缩放大处理过程中，由于助听设备佩戴者的声源离麦克风的距离，相比对面说话者离麦克风的距离近很多，导致麦克风收到的自我声音相对音量比较大。这样在后续的dsp处理和送话器放音的时候，自我的声音相比对话者的声音要高很多，这样导致对话过程中的对话困难。而目前采用的技术就是直接将高音量压抑，但是有的高音量不一定就是自我声音，导致误判；并且，高音量的确定在时间上不够灵敏，大概需要5毫秒才能判断出，导致声音处理上不完整、出现毛刺声音等；同时，需要实时监控音量大小，对耳机芯片的计算资源带来很大的压力。


技术实现要素：

5.有鉴于此，本发明实施例提供一种用于助听设备的声音处理方法和装置，能够解决现有助听设备中存在的自我声音过大的问题。
6.为实现上述目的，根据本发明实施例的一个方面，提供了一种用于助听设备的声音处理方法，包括获取声音信号以及通过骨传导感应器获取自我骨骼震动信号；基于所述自我骨骼震动信号，提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域；根据所述时段区域，定位对应的声音信号，以启动对所述声音信号的压抑处理程序。
7.可选地，提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域，包括：
8.调用预设的语音端点检测模型，提取自我骨骼震动信号的特征值，进行双门限、多门限或者机器学习的语音判断，进而确定自我声音出现的时段区域。
9.可选地，包括：
10.提取自我骨骼震动信号的短时能量值和过零率值；
11.确定骨骼震动信号的短时能量值大于预设的第一门限值，且骨骼震动信号的过零率值小于预设的第二门限值，则获取自我声音出现的时段区域。
12.可选地，启动对所述声音信号的压抑处理程序，包括：
13.获取当前声音的增益参数，降低所述增益参数，进而基于降低后的增益参数对所
述声音信号进行压缩放大处理。
14.可选地，对所述声音信号进行压缩放大处理，包括：
15.将所述声音信号分割为多个频段，基于每个频段对应的测听值和增益参数进行压缩放大处理。
16.可选地，启动对所述声音信号的压抑处理程序之前，包括：
17.对所述声音信号进行降噪处理。
18.可选地，对所述声音信号进行降噪处理，包括：
19.通过预先辨识出的噪音特征值，实时消除所述声音信号中的噪音。
20.另外，本发明还提供了一种用于助听设备的声音处理装置，包括获取模块，用于获取声音信号以及通过骨传导感应器获取自我骨骼震动信号；处理模块，用于基于所述自我骨骼震动信号，提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域；根据所述时段区域，定位对应的声音信号，以启动对所述声音信号的压抑处理程序。
21.上述发明中的一个实施例具有如下优点或有益效果：本发明首次提出了对自我声音过大的专门处理方案。现有的助听设备对自我声音过大没有专门的处理方案，只是对所有的大声音做了压抑。该方法存在的问题是远端的声音的能量与自我声音的能量无法区分。并且在声音补偿处理过程中，能量的补偿是基于声音全频段的补偿，由于远端声音在大气传输过程中，高频损失更大。高频需要更大补偿，而对于自己的声音是近场声音，高频损失很小。因此经过助听算法补偿，对于到麦克采集到的同样能量大小的声音，对于远端的声音，补偿更多在高频上；而对自己声音的补偿更多是在全频段上。而对声音的感觉，主要在中频上，因此，自己的声音感觉仍然比远端对话声音偏大。
22.本发明实现了助听设备对自我声音的准确识别和压抑，且创造性的使用骨传导感应器来做自我声音的准确判断，即2-3毫秒可以判断出，满足算法的要求；同时，采用开关式的判断，大幅度减少耳机芯片的计算资源压力。
23.上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
24.附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
25.图1是根据本发明第一实施例的用于助听设备的声音处理方法的主要流程的示意图；
26.图2是根据本发明实施例的助听器的结构示意图；
27.图3是根据本发明实施例的自我声音定位所用的特征值及判断结果的示意图；
28.图4是根据本发明第二实施例的用于助听设备的声音处理方法的主要模块的示意图；
29.图5是根据本发明第三实施例的用于助听设备的声音处理方法的主要模块的示意图；
30.图6是根据本发明实施例的用于助听设备的声音处理装置的结构示意图；
31.图7是本发明实施例可以应用于其中的示例性系统架构图；
32.图8是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意
图。
具体实施方式
33.以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
34.图1是根据本发明第一实施例的用于助听设备的声音处理方法的主要流程的示意图，如图1所示，所述用于助听设备的声音处理方法包括：
35.步骤s101，获取声音信号以及通过骨传导感应器获取自我骨骼震动信号。
36.在一些实施例中，如图2所示，助听设备可以获取通过麦克风(microphone)获取声源并传输至数字信号处理器，同时设置于助听设备内的骨传导感应器获取骨骼震动信号并传输至数字信号处理器。然后，数字信号处理器执行步骤s102之后通过送话器speaker输出至人耳。可以看出，本发明将骨传导感应器作为助听设备的一个组成部分放耳道中，骨传导感应器会收集在自我发音时，进入耳道骨骼的对应声音的骨骼震动信号，也包括了耳压的信号。
37.值得说明的是，获取声音信号之后，可以对所述声音信号进行降噪处理。具体地实施过程包括：通过预先辨识出的噪音特征值，实时消除所述声音信号中的噪音。
38.步骤s102，基于所述自我骨骼震动信号，提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域。
39.在一些实施例中，调用预设的语音端点检测模型，提取自我骨骼震动信号的特征值，可以进行双门限、多门限或者机器学习的语音判断，进而确定自我声音出现的时段区域。需要说明的是，调用预设的语音端点检测模型，提取自我骨骼震动信号的特征值包括：基于能量的特征、频域特征、倒谱特征、谐波特征、长时信息特征和短时信息特征等。机器学习方法可以包括：神经网络模型、线性模型、支持向量机等等。
40.进一步地实施例，提取自我骨骼震动信号的特征值，可以为自我骨骼震动信号的短时能量值(ste，short time energy)和过零率值(czr,cross zero rate)，然后根据自我骨骼震动信号的短时能量值和过零率值能够进行双门限的语音判断，进而确定自我声音出现的时段区域。具体的实施过程包括：预先配置第一门限值和第二门限值，通过确定骨骼震动信号的短时能量值大于预设的第一门限值，且骨骼震动信号的过零率值小于预设的第二门限值，则可以确定自我声音出现的语音端点检测(vad，voice activity detection)值，获取自我声音出现的时段区域。其中，第一门限值与第二门限值均为语音特征值、相互独立，具体参数值根据不同的实验模拟和实践测试自行定义。
41.可以看出，本发明根据自我骨骼震动信号的短时能量值和过零率值，定位自我声音出现的语音端点检测(vad)值，从而可以通过vad值作为开关来触发不同的声音处理过程。
42.作为一个实施例，如图3所示，定义了声波(speech)的波纹图，自我骨骼震动信号的短时能量值、过零率值以及自我声音出现的语音端点检测(vad)值。其中，过零率是指在交流系统中当波形从正半周向负半周转换时经过零位系统做出的检测。另外，自定义了针
对短时能量值的第一门限值gate_value_1以及针对过零率的第二门限值gate_value_2，那么确定是否开启vad这个开关可以包括：
43.if ste》gate_value_1and czr《gate_value_2
44.then vad＝1,
45.else
46.vad＝0
47.声音信号处理逻辑如下：
48.当vad＝1，使用自我声音的压抑处理算法，然后进行分段压缩放大算法。
49.当vad＝0，使用正常声音的分段压缩放大处理算法。
50.步骤s103，根据所述时段区域，定位对应的声音信号，以启动对所述声音信号的压抑处理程序。
51.在一些实施例中，启动对所述声音信号的压抑处理程序，具体的实施过程包括：获取当前声音预设的增益参数，降低所述增益参数，进而基于降低后的增益参数对所述声音信号进行压缩放大处理。值得说明的是，对声音信号进行压缩放大处理的过程中，可以对声音信号分割为多个频段，然后根据每个频段对应的测听值和降低后的增益参数进行压缩放大处理。
52.可以看出，根据自我骨骼震动信号的短时能量值和过零率值，如果定位到自我声音出现的vad值则启动对所述声音信号执行声音压抑处理，也就是降低声音的增益参数，从而在后续的对声音压缩放大的过程中所产生的声音的能量进行压抑并输出；否则对所述声音信号不进行压抑，也就是原来设定的声音增益参数不变，直接执行分段压缩放大处理并输出。
53.图4是根据本发明第二实施例的用于助听设备的声音处理方法的主要流程的示意图，如图4所示，所述用于助听设备的声音处理方法包括：
54.步骤s401，获取声音信号以及通过骨传导感应器获取自我骨骼震动信号。
55.步骤s402，基于所述自我骨骼震动信号，提取自我骨骼震动信号的短时能量值和过零率值。
56.步骤s403，判断骨骼震动信号的短时能量值是否大于预设的第一门限值，若是则进行步骤s404，若否则进行步骤s407。
57.步骤s404，骨骼震动信号的过零率值是否小于预设的第二门限值，若是则进行步骤s405，若否则进行步骤s407。
58.步骤s405，获取自我声音出现的时段区域，定位对应的声音信号，进行步骤s406。
59.步骤s406，获取当前声音的增益参数，降低所述增益参数，进而基于降低后的增益参数对所述声音信号进行压缩放大处理。
60.步骤s407，获取当前声音的增益参数，对所述声音信号进行压缩放大处理。
61.图5是根据本发明第三实施例的用于助听设备的声音处理方法的主要流程的示意图，如图5所示，所述用于助听设备的声音处理方法包括：
62.本发明可以获取两方面的信号源：信号源1为通过麦克风microphone获取的声音信号，包括人声以及环境噪音。然后，对信号源1得到的声音信息进行降噪处理。
63.信号源2为通过骨传导感应器获取的骨骼震动信号，即自我讲话时带动耳腔内部
骨骼震动生成的骨骼震动信号。
64.在实施例中，数字信号处理器dsp通过获取的自我骨骼震动信号，计算得到自我骨骼震动信号的特征值，然后判断是否为自我发音。较佳的，可以通过确定骨骼震动信号的短时能量值大于预设的第一门限值，且骨骼震动信号的过零率值小于预设的第二门限值，来判断为自我发音。也就是说，必须满足两个条件才可以定位出自我声音，即确定为自我声音出现的语音活动端点值。
65.如果确定为自我发音出现的端点值，则启动对声音信号执行声音压抑处理，即对人声的压抑处理，获取当前声音的增益参数，降低所述增益参数，然后基于降低后的增益参数对声音信号执行分段压缩放大处理并通过送话器speaker输出至人耳。如果确定不是自我发音出现，则直接对声音信号执行分段压缩放大处理并通过送话器speaker输出至人耳，不降低增益参数。
66.图6是根据本发明实施例的用于助听设备的声音处理装置的主要模块的示意图，如图6所示，所述用于助听设备的声音处理装置600包括获取模块601和处理模块602。其中，获取模块601获取声音信号以及通过骨传导感应器获取自我骨骼震动信号；处理模块602基于所述自我骨骼震动信号，提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域；根据所述时段区域，定位对应的声音信号，以启动对所述声音信号的压抑处理程序。
67.在一些实施例中，处理模块602提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域，包括：
68.调用预设的语音端点检测模型，提取自我骨骼震动信号的特征值，进行双门限、多门限或者机器学习的语音判断，进而确定自我声音出现的时段区域。
69.在一些实施例中，处理模块602，还用于：
70.提取自我骨骼震动信号的短时能量值和过零率值；
71.确定骨骼震动信号的短时能量值大于预设的第一门限值，且骨骼震动信号的过零率值小于预设的第二门限值，则获取自我声音出现的时段区域。
72.在一些实施例中，处理模块602启动对所述声音信号的压抑处理程序，包括：
73.获取当前声音的增益参数，降低所述增益参数，进而基于降低后的增益参数对所述声音信号进行压缩放大处理。
74.在一些实施例中，处理模块602对所述声音信号进行压缩放大处理，包括：
75.将所述声音信号分割为多个频段，基于每个频段对应的测听值和增益参数进行压缩放大处理。
76.在一些实施例中，处理模块602启动对所述声音信号的压抑处理程序之前，包括：对所述声音信号进行降噪处理。
77.在一些实施例中，处理模块602对所述声音信号进行降噪处理，包括：
78.通过预先辨识出的噪音特征值，实时消除所述声音信号中的噪音。
79.需要说明的是，在本发明所述用于助听设备的声音处理方法和所述用于助听设备的声音处理装置在具体实施内容上具有相应关系，故重复内容不再说明。
80.图7示出了可以应用本发明实施例的用于助听设备的声音处理方法或用于助听设备的声音处理装置的示例性系统架构700。
81.如图7所示，系统架构700可以包括终端设备701、702、703，网络704和服务器705。网络704用以在终端设备701、702、703和服务器705之间提供通信链路的介质。网络704可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
82.用户可以使用终端设备701、702、703通过网络704与服务器705交互，以接收或发送消息等。终端设备701、702、703上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
83.终端设备701、702、703可以是具有用于助听设备的声音处理屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
84.服务器705可以是提供各种服务的服务器，例如对用户利用终端设备701、702、703所浏览的在云端的电商网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息
‑‑
仅为示例)反馈给终端设备。
85.需要说明的是，本发明实施例所提供的用于助听设备的声音处理方法一般由服务器705执行，相应地，计算装置一般设置于服务器705中。
86.应该理解，图7中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
87.下面参考图8，其示出了适于用来实现本发明实施例的终端设备的计算机系统800的结构示意图。图8示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
88.如图8所示，计算机系统800包括中央处理单元(cpu)801，其可以根据存储在只读存储器(rom)802中的程序或者从存储部分808加载到随机访问存储器(ram)803中的程序而执行各种适当的动作和处理。在ram803中，还存储有计算机系统800操作所需的各种程序和数据。cpu801、rom802以及ram803通过总线804彼此相连。输入/输出(i/o)接口805也连接至总线804。
89.以下部件连接至i/o接口805：包括键盘、鼠标等的输入部分806；包括诸如阴极射线管(crt)、液晶用于助听设备的声音处理器(lcd)等以及扬声器等的输出部分807；包括硬盘等的存储部分808；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器88也根据需要连接至i/o接口805。可拆卸介质811，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器88上，以便于从其上读出的计算机程序根据需要被安装入存储部分808。
90.特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分809从网络上被下载和安装，和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元(cpu)801执行时，执行本发明的系统中限定的上述功能。
91.需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不
限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。
92.附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
93.描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括获取模块和处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定。
94.作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括获取声音信号以及通过骨传导感应器获取自我骨骼震动信号；基于所述自我骨骼震动信号，提取自我骨骼震动信号的特征值，进而确定自我声音出现的时段区域；根据所述时段区域，定位对应的声音信号，以启动对所述声音信号的压抑处理程序。
95.根据本发明实施例的技术方案，能够解决现有助听设备自我声音音量过高问题。
96.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。