一种基于便携式终端的助听器滤波器组的实现方法与流程

本发明属于助听器设计领域，更具体的说，是涉及一种新型的应用于助听器的滤波器组的实现方法，以便携式终端作为滤波器组信号处理的平台，实现助听器智能化。

背景技术：

根据世界卫生组织数据表明，听障患者是目前残疾人中数目最多的一类。在我国，听障患者主要集中在老年群里中。而面对我国老龄化日渐严重的现状，患有听力疾病的老年人数量不断增多，听力问题亟待解决。

助听器是对听力损失患者进行听力补偿的有效设备。典型的助听器，主要包括麦克风，数模转换器，信号处理模块，电源管理模块，受话器等。其中，信号处理模块是助听器的核心，它会对输入的语音信号进行补偿、降噪等处理，使输出语音在听力损失患者的听阈(人耳刚好能听到的声音的声压)之上。对于听力受损人群来说，每个人的听力曲线(听阈-频率曲线)是不相同的，其普遍规律为听阈随频率的增大而上升，并且在不同的频段上升程度不同。一段语音信号所覆盖最大频率大约为0Hz～8000Hz，要是听损患者听到0Hz～8000Hz内的声音，就需要对0Hz～8000Hz内的不同频段的语音分别进行补偿。再加上人耳对语音处理延时的敏感，因此需要一种低延时分频道语音滤波法，将输入的语音信号分成子频段，以便于进行分频段补偿。近几年来，分频段方法不断发展，从最初的均匀分频法发展为如今多采样速率法，发展宗旨就是降低设备复杂度和延时，提高舒适度。其中，分频段方法以数字滤波器组的形式实现。

但是，为提高舒适度，分频段方法越来越复杂，相应的硬件设计复杂度，功耗也随之提高，这是阻碍助听器发展的问题之一。随着智能化设备不断涌现，助听器也需要与智能设备相连接，实现现代化与智能化，但目前此类产品并不普及，这是阻碍助听器发展问题之二。

技术实现要素：

本发明的目的是为了克服现有技术中的不足，提供一种基于便携式终端的助听器滤波器组的实现方法。

本发明的目的是通过以下技术方案实现的：

一种基于便携式终端的助听器滤波器组的实现方法，智能终端接收到来自助听器的语音信号，经过分析滤波器组的分频后，进行声音补偿，最后将各频段输出的语音信号经综合滤波器综合到一起；所述分析滤波器组和所述综合滤波器组的实现方法如下：

A.分析滤波器组：

a.依次确定分频标准、分频通道数、滤波器种类及阶数和滤波器系数，滤波器系数确定后，对每个系数扩大2^15倍，转化为整型数据；

b.通过对折分频算法对语音信号进行分频，具体包括以下步骤：

(1)数字信号输入(令从音频文件中提取出的数据为整型数据)，初始化通道数k＝1；

(2)判断k是否小于等于分频通道数，若是，取语音信号的采样点，进行下一步；若否，输出处理后的语音信号，结束算法；

(3)对采样点进行对折卷积倒叙相乘处理，对折卷积算法表示为：

$y\left(n\right)=\underset{i=0}{\overset{(N-1)/2}{\Σ}}{h}_i*\[x(n-i)+x(n-N+i)\]---\left(1\right)$

x(n)为输入语音信号，n代表第n个采样点，h₀～h_N为滤波器系数，N为滤波器阶数，y(n)为通过对折卷积运算后得到的语音信号；当n-N<0时，舍去此类采样点n，不进行计算；

当n-N>0时，将x(n)代入式(1)进行运算，算出结果输出为y(n)；由于步骤(a)将所述滤波器系数化为整型时将系数扩大了2^15倍，所以此处将y(n)缩小2^15倍，记为y*(n)＝y(n)/(2^15)；

(4)在n-N>0的情况下，第n个采样点处理完后，继续取下一个采样点x(n+1)，进行对折卷积运算，计算后输出结果为y*(n+1)；依次取x(n+2)，x(n+3)直至所有采样点都处理完毕；

(5)待所有采样点处理完毕，输出的一系列y，就是滤波之后，第k个频段的语音信号；令k＝k+1，进行下一步；

(6)重复步骤(2)，(3)，(4)，(5)直至结束算法；最终将语音信号分为k个频段；

B.综合滤波器组：

经过分析滤波器组的k个频段的语音信号，进行补偿处理，将声音有选择的放大之后，再经过综合滤波器组，将k个频段的信号加到一起，计算方法按照下式(2)进行：

$Y\left(n\right)=\underset{k=1}{\overset{8}{\&Sigma;}}{y}_k\left(n\right)---\left(2\right)$

得到最终语音信号Y，通过无线传送到耳侧助听器处进行后续处理；如此便实现了基于便携式终端的助听器分频段算法。

所述分频标准采用Critical band-like分频标准；所述分频通道数为8频段，分别为1个高通频段，6个带通频段和1个低通频段；所述滤波器种类及阶数基于63阶fir分频方法；所述滤波器系数共64个。

与现有技术相比，本发明的技术方案所带来的有益效果是：

1.该方法将耳部佩戴的助听器与助听器进行无线连接，将助听器对折分频段，补偿，综合频段算法放到智能终端(包括手机，平板电脑，智能手表等)中执行，其他操作放在耳侧助听器中执行，这样在不影响助听器佩戴者舒适度的基础上，可大大降低硬件复杂度，从而降低功耗与制作成本；连接智能终端，也使助听器更加智能化。

2.该方法将分频涉及到的滤波器系数化为整型；滤波器滤波卷积运算采用对折算法，这样可以有效降低延时，弥补软件处理速度低于硬件处理的不足。

附图说明

图1是应用本发明方法的系统结构示意图。

图2是滤波器组的系统结构示意图。

图3是分析滤波器组的分频算法流程图。

图4是延时对比示意图。

具体实施方式

下面结合附图对本发明作进一步的描述：

如图1和图2所示，智能终端接收到来自助听器的语音信号，经过分析滤波器组的分频后，进行声音补偿，最后将各频段输出的语音信号通过综合滤波器组综合到一起。下面具体介绍分析滤波器组和综合滤波器组的实现方法:

A:分析滤波器组：将语音信号分频段

分频之前，首先要进行以下几方面预处理：a.确定分频标准，本实施例采用Critical band-like分频标准；

b.确定分频通道数，一般为8通道或是16通道，此处以分8频段为例，分别为1个高通频段，6个带通频段，1个低通频段；声音覆盖频率大概在0Hz～8000Hz之间，按照a中方法分为0Hz～250Hz，250Hz～645Hz，645Hz～1130Hz，1130Hz～1720Hz，1720Hz～2355Hz，2355Hz～3255Hz，3255Hz～4860Hz，4860Hz～7500Hz；

c.确定滤波器种类及阶数，此处基于63阶fir分频方法；

d.确定滤波器系数，一共64个，根据分频标准，分频通道数，滤波器种类及阶数，可以通过matlab计算出低通，带通，高通段的滤波器系数，或将求滤波器系数算法集成到下面算法中，用c程序实现。滤波器系数确定之后，对每个系数扩大2^15倍，转化为整型数据。

e.对语音信号进行分频，如图3所示，通过对折分频算法具体实施步骤如下：

(1)数字信号输入(令从音频文件中提取出的数据为整型数据)，首先初始化通道数k＝1；

(2)判断k是否小于等于8(总分频通道数)，若是，取语音信号的采样点，进行下一步；若否，输出处理后的语音信号，结束算法；

(3)对采样点进行对折卷积倒叙相乘处理，对折算法与传统卷积算法不同，传统卷积算法可表示为：

$y\left(n\right)=\underset{i=1}{\overset{N}{\&Sigma;}}{h}_i*x(n-i)---\left(1\right)$

x(n)为输入语音信号，n代表第n个采样点，h₀～h_N为滤波器系数，N为滤波器阶数，y(n)为通过卷积运算后的语音信号。n-i<0时的情况舍去，不进行计算。

对折算法可以简化一半的乘法运算，将乘法转换为加法运算。其原理如下，因为采用的数字滤波器组的系数满足h_m＝h_N-m，其中m∈[0，(N-1)/2]所以当滤波器的系数为偶数的时候，我们就可以将第一个和最后一个的输入数据相加，加和再与h₀～h_(N-1)/2滤波器系数对应相乘，这样就可以减少一半的乘法运算次数，所付出的代价是增加了同等程度的加法运算次数。对折算法可表示为：

$y\left(n\right)=\underset{i=0}{\overset{(N-1)/2}{\&Sigma;}}{h}_i*\&lsqb;x(n-i)+x(n-N+i)\&rsqb;---\left(2\right)$

同上，x(n)为输入语音信号，n代表第n个采样点，h₀～h_N为滤波器系数，N为滤波器阶数，y(n)为通过对折卷积运算后的语音信号。n-N<0时的情况舍去，不进行计算。

将x(64)代入式(1)进行运算，算出结果输出为y(64)；由于步骤(a)将所述滤波器系数化为整型时将系数扩大了2^15倍，所以此处将y(64)缩小2^15倍，记为y*(64)＝y(64)/(2^15)；

(4)第64个采样点处理完后，继续取下一个采样点x(65)，进行对折卷积运算，计算后输出结果为y*(65)。接续依次去取x(66)，x(67)直至所有采样点都处理完毕。

(5)待所有采样点处理完毕，输出的一系列y，就是滤波之后，第k个频段的语音信号。令k＝k+1，进行下一步。

(6)重复步骤(2)，(3)，(4)，(5)直至结束算法。如此便可将声音分为k个频段。

B：综合滤波器组：将语音信号分频段

经过分析滤波器组的k个频段的语音信号，进行补偿处理，将声音有选择的放大之后，再经过综合滤波器组，将k个频段的信号加到一起，计算方法按照式(3)进行，得到最终语音信号Y，通过无线传送到耳侧助听器处进行后续处理。如此便实现了基于便携式智能终端的助听器分频段算法。

$Y\left(n\right)=\underset{k=1}{\overset{8}{\&Sigma;}}{y}_k\left(n\right)---\left(3\right)$

图4所示为延时对比示意图，图中为对折算法，整型操作，对折+整型操作与初始卷积运算相比，节省时间的程度，百分比越大，表示节省时间越多。可知采用对折+整型操作时所节省的时间最多。

本发明并不限于上文描述的实施方式。以上对具体实施方式的描述旨在描述和说明本发明的技术方案，上述的具体实施方式仅仅是示意性的，并不是限制性的。在不脱离本发明宗旨和权利要求所保护的范围情况下，本领域的普通技术人员在本发明的启示下还可做出很多形式的具体变换，这些均属于本发明的保护范围之内。