用于调整听力仪器的方法和相关的听力系统与流程

本发明涉及一种用于调整听力仪器的方法。此外，本发明还涉及一种相关的听力系统

背景技术：

在下文中，通常将如下装置称为“听力仪器”，该装置接收环境声音的音频信号，在信号技术上对其进行修改，特别是对其进行放大，并且将相应修改后的音频信号传递给听力仪器的用户(佩戴者)的听觉器官。这种听力仪器的通常被称为“助听器”的子类被设计为，用于照顾在医学意义上患有听力损失的听力障碍者。为此，助听器通常包括例如麦克风形式的输入转换器、具有放大器的信号处理单元和输出转换器。通常将输出转换器实现为电声转换器，特别是实现为微型扬声器，并且在这种情况下也被称为“听筒(受话器)”。此外，市场上还提供骨传输听力辅助装置、可植入式或振动触觉式的听力辅助装置。对于这些听力辅助装置，要么以机械的方式要么以电的方式来刺激受损的听力。

除上面描述的经典助听器之外，还提供用于支持听力正常的用户的听力的听力仪器。这种也被称为“个人声音放大产品”或“个人声音放大设备(personalsoundamplificationdevices，缩写为psad)”的听力仪器在结构上类似于经典助听器进行设计，并且同样具有上面描述的部件，即输入转换器、信号处理单元和输出转换器。

为了满足不同佩戴者的众多个人需求，已经建立了听力仪器的不同的结构形式。对于所谓的bte(behind-the-ear，耳后式，德语也称为hinter-dem-ohr，缩写为hdo)听力仪器，包含电池和可能的其他部件(诸如输入转换器、信号处理器等)的壳体佩戴在耳后。在此，(在所谓的“听筒外置”或者“受话器置于耳道内”(receiver-in-the-canal，缩写为ric)听力仪器中)，输出转换器可以直接布置在佩戴者的耳道中。替换地，输出转换器布置在佩戴在耳后的壳体内部。在这种情况下，也被称为“声管”的声音软管将输出转换器的音频信号从壳体传输到耳道。对于所谓的ite(in-the-ear，入耳式，德语也称为in-dem-ohr，缩写为ido)听力仪器，包含听力仪器的所有功能部件的壳体至少部分地佩戴在耳道中。所谓的cic(completely-in-canal，完全耳道式)听力仪器与ite听力仪器类似，但完全佩戴在耳道中。

现代听力仪器通常包括多种信号处理功能，例如频率选择性的放大、动态压缩，自适应降噪，风噪声抑制以及语言或语音识别，其运行方式可以通过多个信号处理参数(例如放大系数、压缩特性曲线等)进行调整。对信号处理参数的正确设置可以实现听力仪器针对用户的不同的个人需求、特别是针对用户听力的优化，并且因此对于成功使用听力仪器有决定性的意义。由于大量的信号处理参数以及其复杂的共同作用，用户自己通常不能(或者仅能以不充分的方式)进行对听力仪器的调整。更确切地说，(也被称为“拟合”的)助听器参数的调整是反复而漫长的过程，该过程的前提通常是听力仪器的用户与听力学家之间的多次会面。在此特别地，由于在听力学家的诊所中不能令人满意地反映出日常出现的真实听力情况，从而所选择的参数设置不能立即对其日常适用性进行测试，因此调整过程会变得困难。此外，由于缺乏听力学的专业知识，许多用户通常不能足够的精确的表达出所出现的问题，以使听力学家能够找到针对性的补救办法。

技术实现要素：

本发明要解决的技术问题是，能够实现对听力仪器的有效调整。在此，该调整特别是应当能够在没有听力学家参与的情况下执行，更确切地应当能够自动执行，并且在用户方面也不要求任何听力学知识。

上述技术问题通过根据本发明的用于调整听力仪器的方法、根据本发明的听力系统来解决。在下面的描述中还给出了本发明的有利的实施方式和扩展。

本发明基于开头描述类型的听力仪器，其中，根据多个信号处理参数修改借助输入转换器接收的环境声音的音频信号。特别地，输入转换器是声电转换器、尤其是麦克风。音频信号是传递关于所接收的环境声音的信息的电信号。信号处理参数是参量(即，信息技术意义上的变量)，其中可以为每个信号处理参数分配一个可变值。信号处理参数可以是一维的(标量)或者是多维的(例如矢量)。在后一种情况下，与信号处理参数相关联的值本身又包括多个单个值。作为“听力仪器的调整”，具体是指对信号处理参数进行调整，即为信号参数中的至少一个分配与当前的值不同的新值。

听力系统包括听力仪器和调整单元，调整单元用于执行用于调整听力仪器的方法。在本发明的范围内，调整单元可以是电子组件，例如asic(特殊应用集成电路)，其中用于执行该方法的功能以电路技术的方式(以硬连线)实现。然而，优选地，调整单元由软件单元(即，计算机程序)构成。在这两种实施方式中，可选地，可以将调整单元集成或实现在听力仪器或者与其分离的外围设备中，例如集成或实现在遥控装置或编程设备中。优选地，调整单元以与听力仪器相关联并且与听力仪器交互的应用程序的形式进行设计，其中该应用程序通常安装在用户的智能手机或者其他移动设备上。在这种情况下，智能手机或移动设备本身通常不是听力系统的一部分，而仅被听力系统用作外部资源。

在该方法的第一步骤中，借助第一分类器向听力仪器的用户提供多个问题描述以供选择，该第一分类器尤其是前面提到的调整单元的一部分。在此，向用户输出问题描述例如以文本形式进行，例如通过用户的智能手机的屏幕，或者在声学上借助自动生成的说出的语言进行。

如果例如通过在用户的智能手机的屏幕上点击相应的按钮，用户选择所提供的问题描述中的一个，则在该方法的第二步骤中，根据用户做出的选择借助第二分类器针对信号处理参数的改变的值来确定至少一个(第一)解决方案建议，第二分类器特别地同样是前面提到的调整单元的一部分。表述“信号处理参数的改变的值”要一般理解并且还包括仅对单个信号处理参数的一个值提出改变的解决方案建议。因此，该解决方案建议定义了信号处理参数中的至少一个相对于现有的参数设置的改变。该解决方案建议例如包含针对信号处理参数中的至少一个的至少一个(绝对)值，该值不同于听力仪器中的当前的参数设置，或者包含用于改变至少一个信号处理参数的现有值的相对说明(例如，将特定的放大系数增加了3db)。

通过这种两阶段的过程，有效地在识别并精确表述要通过调整听力仪器解决的问题时给予用户支持，由此大大简化了有针对性地解决问题，以及由此最优地调整听力仪器。

听力系统的调整单元在电路技术或程序技术上被设计为，用于执行根据本发明的方法。为此，调整单元包括第一分类器和第二分类器。下面描述的该方法的实施方式对应于听力系统的相应的实施方式。各个方法变型的效果和优点可以转用到听力系统的相应变型中，反之亦然。

优选地，通过第一分类器(下面也将其称为“问题分类器”)，根据表征听力仪器的声学环境的环境数据和/或根据表征用户的用户数据来预先选择所提供的问题描述。在此，第一分类器特别是从大量预先给定的问题描述中选择少量的(与环境数据和用户数据相关的)问题描述，例如从所存储的60个问题描述中选出5个。附加地或替换地，在适合的实施中，问题分类器通过根据相关性对所述存储的问题描述进行排序来执行预先选择。两种措施都从多个可能的问题中为用户突出一些可能相关的问题描述。

在该方法的有利的发展中，第二分类器(下面也将其称为“解决方案分类器”)也使用表征听力仪器的声学环境的环境数据和/或表征用户的用户数据来确定解决方案建议。通过考虑环境数据和/或用户数据支持了有针对性地找到合适的解决方案建议。因此，降低了调整听力仪器时失败尝试的风险。

作为环境数据，第一分类器和/或第二分类器在该方法中特别是使用

-所接收的音频信号的平均的(声音)电平、特别是在预先给定的时间段内(例如，在最近10分钟内)形成的电平的平均值，

-平均的信噪比，特别是在预先给定的时间段内(例如，在最近的10分钟内)形成的信噪比的平均值，

-与音频信号相关联的噪声类别(例如“语言”、“音乐”、“具有背景噪声的语言”，“机动车”等)，和/或

-关于风活动的数据(即说明所接收的音频信号是否受到风噪声的干扰或者可能受到多强干扰的数据)。

附加地或替换地，在本发明的范围内，第一和/或第二分类器可以考虑用于表征听力仪器的声学环境的其他环境数据。

优选地，第一分类器和/或第二分类器考虑下面的用户数据(单独地或以任意组合)：

-表征用户的听力的数据(例如听力图数据)，

-表征听力仪器与用户的声学耦合的数据(这些数据特别是说明，听力仪器是开放供应还是封闭供应，即听力仪器是否可以实现由用户的听觉器官直接感知环境声音，或者是否在声学上密封了耳道)，

-关于听力仪器的类型的数据，

-用户的年龄，

-用户的性别，

-用户的活动程度(即，对于用户的身体和/或社交活动的量度，其中例如借助在听力仪器内部或外部的、佩戴在用户身体上的运动传感器来分析身体活动，并且其中例如通过分析用户的语言活动、例如讲话阶段的频繁性来分析社交活动)

-用户的居留地点(例如，通过说明用户所居住或居留的国家)，

-用户的语言，和/或

-对于用户需要指导的说明(例如，从1到5的等级)。

因此，作为“用户数据”特别是指表征用户的听力仪器或用户与听力仪器的交互的数据，因为这种数据是特定于用户的，因此也表征了用户。

在本发明的适合的设计方案中，第一分类器和第二分类器在此使用相同的、环境数据与用户数据的组合。替换地，在本发明的范围内还可以想到，第一分类器和第二分类器访问不同的环境数据和/或用户数据。

在本发明的有利变型中，第一分类器被设计为自学习系统，该自学习系统通过分析与用户的交互来自动优化其工作方式。为此，在方法中，由第一分类器采集选择频繁性，选择频繁性说明了用户选择每个问题描述的频繁程度。在此，在预先选择所提供的问题描述和/或其顺序时，第一分类器对所采集的选择频繁性进行考虑。特别地，相比于不太频繁选择的问题描述，以较高的优先级向用户提供频繁选择的问题描述。

优选地，通过在听力仪器中(可选地，在用户确认之后)设置与解决方案建议相对应的信号处理参数的改变的值，来测试解决方案建议，从而使听力仪器以改变的信号处理参数来运行。在此，要求用户评价解决方案建议。在评价的框架中，向用户提供接受或丢弃在听力仪器中执行的参数调整的可能性。根据评价的内容，在听力仪器中相应地保留(对于肯定的评价)或丢弃(对于否定的评价)与解决方案建议相对应的信号处理参数的改变的值。在后一种情况下，特别是再次撤销更改。因此，再次设置更改前适用的参数值。

在本发明的适合的实施中，借助第二分类器以前面描述方式(同时或依次)确定多个不同的解决方案建议。在对最初测试的解决方案建议进行否定评价的情况下，对由第二分类器确定的替换的解决方案建议进行测试。为此，在听力仪器中设置与该替换的解决方案建议相对应的信号处理参数的改变的值。

优选地，多次迭代地执行该方法：要求用户对替换的解决方案建议进行评价，其中再次根据评价的内容，在听力仪器中保留或丢弃相应的信号处理参数的值。特别地，当用户对解决方案建议给予肯定评价或方法中止时，迭代结束。

在本发明的有利的实施中，第二分类器也被设计为自学习系统。为此，第二分类器在确定所述或每个解决方案建议时对先前的评价进行考虑。特别地，相比于先前肯定评价或没有评价的解决方案建议，第二分类器以较低的优先级建议早期已经被用户否定评价的解决方案建议。

在本发明的适合的实施中，将用户对所提供的问题描述中的一个做出的选择与所述或每个解决方案建议一起，并且可能与相关联的用户评价一起作为数据组馈送到知识数据库中，在知识数据库中包含多个用户的相应数据组。适宜地，知识数据库在听力仪器和调整单元外部实现，并且特别是(可以)通过互联网与调整单元连接。优选地，知识数据库以所谓的云数据库实现。在此，包含在知识数据库中的数据组用于为第一分类器和/或第二分类器确定合适的预设。

优选地，第一分类器和/或第二分类器被设计为人工神经网络、特别是被设计为完全联网的多层前馈网络。在此，特别是利用包含在知识数据库中的数据组来训练第一分类器和/或第二分类器。

在适合的替换方案中，第一分类器和/或第二分类器被设计为决策树。

在优选的应用情况下，听力系统的听力仪器是设计用于照顾听力障碍者的助听器。然而，原则上，本发明还可以应用于具有“个人声音放大设备”的听力系统。听力仪器以前面提到的结构形式中的一个呈现，尤其是作为bte装置、ric装置、ite装置或cic装置呈现。此外，听力仪器还可以是可植入的或振动触觉的听力辅助装置。

附图说明

下面参照附图来更详细地描述本发明的示例。附图中：

图1以示意图示出了具有听力仪器和用于调整听力仪器的调整单元的听力系统，在听力仪器中，根据多个信号处理参数来修改借助输入转换器接收的环境声音的音频信号，其中调整单元被设计为安装在智能手机上的应用程序；

图2根据听力系统的示意性框图示出了借助该系统执行的、用于调整听力仪器的方法的流程；

图3以示意性框图示出了调整单元的第一分类器(问题分类器)的示例性结构，该第一分类器在此被设计为两阶段的动态决策树；

图4以依赖关系图示出了根据图3的第一分类器的示例性决策树结构；

图5以示意性框图示出了包括人工神经网络的、调整单元的第二分类器(解决方案分类器)；以及

图6以根据图2的图示示出了具有调整单元的替换实施的听力系统。

在所有附图中，彼此对应的部分、参量和结构始终具有相同的附图标记。

具体实施方式

图1以概略的示意图示出了听力系统2，该听力系统2包括听力仪器4和调整单元6。在所示实施例中，听力仪器4是bte助听器。

听力仪器4包括佩戴在有听力障碍的用户的耳朵后面的壳体8，在壳体中，作为主要部件布置有麦克风形式的两个输入转换器10、具有(例如asic形式的)数字信号处理器和/或微控制器的信号处理单元12、听筒形式的输出转换器14和电池16。此外，听力仪器2包括用于基于蓝牙标准来无线交换数据的无线电收发器18(rf收发器)。

在听力仪器4的运行中，借助输入转换器10从听力仪器4的环境接收环境声音，并且作为音频信号a(即，作为承载声音信息的电信号)输出到信号处理单元12。信号处理单元12对音频信号a进行处理。为此，信号处理单元12包括多种信号处理功能，除了别的之外还包括放大器，通过放大器取决于频率地放大音频信号a，以补偿用户的听力损伤。信号处理单元12通过多个信号处理参数p进行参数化。这些信号处理参数p的当前值(因此在听力仪器4的运行中使用的值)存储在与信号处理单元12相关联的(特别是集成在其中的)存储器20中。此外，存储器20中还存储了表征听力仪器的用户的用户数据、特别是表征用户的听力损失的听力损失数据hv。

此外，信号处理单元12还包括噪声分类器22，该噪声分类器22连续分析音频信号a，并且基于该分析将其中包含的声音信息与多个预先给定的噪声类别k中的一个相关联。具体而言，环境声音例如与以下噪声类别中的一个相关联：“音乐(music)”，“安静环境中的语言(speechinquiet)”，“带有背景噪声的语言(speechinnoise)”，“干扰噪声(noise)”，“安静(quiet)”或“机动车(car)”。依据噪声类别k，信号处理单元12以不同的听力程序(并且因此以不同的信号处理参数p的值)来运行。在简单且适合的实施中，噪声分类器22在所提供的噪声类别之间做出明确的选择，从而在每个时间点，总是将环境声音与唯一的噪声类别相关联。不同于此，在该改进的实施中，噪声分类器22针对每个所提供的噪声类别输出概率值或相似度值，从而还采集到了噪声类别的混合情况和噪声类别之间的连续过渡。

此外，信号处理单元12还包括电平测量计24，其连续测量在最近10分钟内接收的环境声音的平均的声音电平sl。

信号处理单元12将由该信号处理产生的修改后的音频信号am输出到输出转换器14。输出转换器14再次将修改后的音频信号am转换为声音。该(相对于所接收的环境声音修改的)声音首先从输出转换器14通过声音通道26传输到壳体8的顶端28，并且从那里通过声音软管(未明确示出)传输到插入或可以插入用户耳朵的耳塞。

电池16向信号处理单元12提供电能e。

在所示实施例中，调整单元6被实现为应用程序形式的软件，其安装在用户的智能电话30上。智能电话30本身不是听力系统2的组成部分，并且仅被听力系统2用作资源。具体地，调整单元6使用智能手机30的存储空间和处理能力来执行下面要详细描述的、用于调整听力仪器4的方法。此外，调整单元6使用智能电话30的蓝牙收发器(未详细示出)来进行无线通信，即，经由在图1中表示的蓝牙连接32与听力仪器4进行数据交换。

经由另外的无线或有线数据通信连接34，例如基于ieee802.11标准(wlan)或例如lte的移动通信标准，调整单元6此外还与布置在因特网中的云36连接，在云36中安装有知识数据库38。为了与知识数据库38交换数据，调整单元6访问智能手机30的wlan接口或移动无线电接口(也未明确示出)。

图2中详细示出了调整单元6的结构及其与听力仪器4和用户的共同作用。

如果听力仪器4的用户想要在当前倾听情况下改善由听力仪器4执行的信号处理，则由听力仪器4的该用户启动调整单元6。为此，用户在智能手机30的屏幕上操作与调整单元6相关联的按钮40(图标)，例如方式是用户用手指点击该按钮40。

由此产生了启动命令c，该启动命令c激活调整模块6的数据调用块42。数据调用块42然后经由蓝牙连接32利用请求r(即，调用命令)从听力仪器4调用声学环境数据，即噪声类别k和平均的声音电平sl的当前值，以及用户数据，即存储在存储器20中的听力损失数据hv。此外，数据调用块42还从听力仪器4的存储器20调用信号处理参数p的当前值。

作为听力损失数据hv，可以调用并处理频率分辨的听力图数据。替换地，数据调用块42从听力仪器4中调用用户的听力损伤的简化的特性，例如以将听力损伤划分为三级的尺度(“轻度听力损伤”，“中度听力损伤”，“重度听力损伤”)的形式。替换地，数据调用块42再次从听力仪器4调用不同的听力损失数据hv，例如听力图数据，其中这些听力损失数据hv然后由调整单元6简化以用于进一步处理，例如简化为上面描述类型的尺度，并且以这种简化形式进行进一步处理。

从听力仪器4调用的环境数据和用户数据由数据调用块42传输到被称为问题分类器44的块。问题分类器44根据该数据，即根据

·噪声类别k，

·平均的声音电平sl，和

·用户的听力损失数据hv，

以下面更详细描述的方式，从极大数量的存储的问题描述pb中选出少量的问题描述pb(即，在听力仪器的信号处理方面对潜在要解决的问题的描述)，并且通过在智能手机30的屏幕上进行显示将这些预先选择的问题描述pb提供给用户以供其选择。

然后，用户通过操作淡入到智能手机30的屏幕中的按钮46(例如再次通过用手指点击)来选择所显示的问题描述pb中的一个。相应的选择sp(并因此用户根据问题描述选出的要解决的问题)由问题分类器44传输到被称为解决方案分类器50的块。此外，问题分类器44中的选择sp本身以下面更详细描述的方式进行评价。

解决方案分类器50还访问从听力仪器4所调用的环境数据和用户数据。根据这些数据，即

·根据用户对要解决的问题做出的选择sp，

·噪声类别k，

·平均的声音电平sl，和

·用户的听力损失数据hv，

解决方案分类器50确定用于改善听力仪器4的信号处理的第一解决方案建议l。解决方案建议l包括针对听力仪器4的至少一个信号处理参数p提出改变，即增加或减少相应信号处理参数p的值。

在块52中，调整单元6通过在智能手机30的屏幕上淡入相应的解决方案描述来向用户通知解决方案建议l，并且要求用户确认或拒绝在听力仪器4上执行解决方案建议l。

用户通过操作智能手机30的屏幕上显示的按钮54来进行确认或拒绝。如果用户拒绝(n)解决方案建议l的执行，则在块56中，调整单元6中止该方法执行。

反之，如果用户确认(y)解决方案建议l的执行，则在块58中，调整单元6计算与解决方案建议l相对应的信号处理参数p的改变的值。通过块58将这些改变值经由蓝牙连接32发送到听力仪器4。在听力仪器4中，将改变的值分配给信号处理参数p，使得听力仪器4现在基于这些改变的值执行信号处理。

在听力仪器4中执行解决方案建议l的同时，在块60中，调整单元6通过在智能手机30的屏幕上显示相应的消息来要求用户对解决方案建议l进行评价。在评价过程中，用户通过操作按钮62来决定，是否应保留或丢弃听力仪器4上的改变的信号处理参数p的设置。

如果用户决定要保留(y)听力仪器4上的改变的信号处理参数p的设置，则产生正反馈fp作为评价，并且将其馈送到解决方案分类器50。然后，在块64中，调整单元6结束方法执行。

如果用户决定，要丢弃(n)听力仪器4上的改变的信号处理参数p的设置，则产生负反馈fn作为评价，并将其馈送给解决方案分类器50。此外，块66被激活，其将信号处理参数p的初始值再次传输给听力仪器4，由此撤销对信号处理参数p的改变。

基于负反馈fn，解决方案分类器50确定替换的第二解决方案建议l。利用第二解决方案建议l(以及可能的其他解决方案建议l)一次或多次重复前面描述的方法流程(块52至66)，直到用户肯定地评价替换的解决方案建议l或中止该方法执行。

对于用户对解决方案建议l的每个正反馈fp或负反馈fn，调整单元6将信号处理参数p的初始值、收集的环境数据和用户数据(即噪声类别k、平均的声音电平sl以及听力损失数据hv)、选择sp、相应的解决方案建议l与相关联的分析(即，正反馈fp或负反馈fn)一起汇总到了数据组d中，并且将该数据组d发送到知识数据库38。

块42、44、50、52、56、58、60、64、66和按钮40、46、54和62优选地被实现为软件例程(例如，以功能、对象或部件的形式)。块52、56、58、60、64、66和按钮54和62的集合也统称为评估模块68。

在图3中详细示出了问题分类器44的结构的实施例。在该示例中，问题分类器44被设计为两阶段的动态决策树，如其作为示意图在图4中所示的那样。

在此，在与问题分类器44的第一阶段72相关联的列表70中存储有许多关于上级的问题范围的问题描述pb1。

在与问题分类器44的第二阶段76相关联的列表74中，至少针对第一阶段72的其中一个问题描述pb1(但是，通常针绝大多数的问题描述pb1)分别存储多个更具体的问题描述pb2。

例如，第一阶段72的列表70包含上级的问题描述pb1“自己语音的问题”。与该一般性的问题描述pb1相关联地，第二阶段76的列表74例如包含更具体的问题描述pb2“自己的语音听起来太大声”、“自己的语音听起来太小声”、“自己的语音听起来有鼻音”。

在此，问题分类器44所基于的树结构是动态的，因为问题分类器44依据环境数据和用户数据，即根据噪声类别k、平均的声音电平sl以及听力损失数据hv，在数量和顺序方面预先选择所显示的问题描述pb1和pb2。

除了上面提到的数据，问题分类器44在这种预先选择中还考虑了相对频繁性h1和h2，利用相对频繁性h1和h2来预先选择各个问题描述pb1和pb2。这些频繁性h1和h2的相应的值针对第一阶段72的问题描述pb1存储在列表78中，以及针对第二阶段76的问题描述pb2存储在列表80中。替换地，列表70、74、78和80的内容还可以以其他方式合并，例如合并在一个或两个列表中。

问题分类器44根据加权伪随机原理来预先选择要在第一阶段72和第二阶段76中显示的问题描述pb1和pb2。

为此，问题分类器44在第一阶段72中将列表70中的所有问题描述pb1与相关数z1相关联，其根据如下公式进行确定

z1＝g1*h1*rd

在此，

·g1＝g1(k，sp，hv)代表权重数，其取决于噪声类别k、平均的声音电平sl和听力损失数据hv，以及

·rd代表伪随机数。

针对列表70中的每个问题描述pb1来(例如，凭经验)定义权重数g1与噪声类别k、平均的声音电平sl和听力损失数据hv的依赖关系，并且例如通过特征值表或数学函数预先给定。在此，优选地定义权重数g1，使得所提到的环境数据和用户数据的权重数g1的值越大，问题描述pb1从声学角度就越与相应的情况相关。然而，优选地，权重数g1总是在0和1之间进行选择(g1＝[0，1])。

针对每个相关数z1重新确定伪随机数rd。

在第一阶段72中，问题分类器44根据相关联的相关数z1的大小对问题描述pb1进行排序，并且以它们各自相关联的相关数z1的顺序显示特定数量的问题描述pb1。在图3所示的示意图中，这由从第一阶段72向左延伸的箭头79表示。特别地，始终显示具有最高相关数z1的四个问题描述pb1。这四个问题描述pb1在根据图4的示意图中与实线连接。例如，以这种方式，第一阶段72示出以下问题描述pb1以供选择：

·“自己语音的问题”

·“在理解他人语言方面存在问题”

·“声音质量的问题”

·“助听器操作的问题”

首先，不向用户显示具有较小相关数z1的其他问题描述pb1。但是优选地，除了所示的四个问题描述pb1，还向用户显示字段

·“上面提到的问题均不是”

以供选择。如果用户选择该字段，则第一阶段72显示具有其次较小相关数z1的四个问题描述pb1。反之，如果用户选择首先示出的四个问题描述pb1中的一个(例如，首先提到的问题描述“自己语音的问题”)，则将该选择sp1传输到第二阶段76。

在第二阶段76中，以类似的方式来预先选择多个具体的问题描述pb2，方式是按照相关性对问题描述pb2进行评价和分类。

第二阶段再次将每个问题描述pb2与相关数相关联。以如下方式确定相关数，

z2＝q*g2*h2*rd

其中

·g2＝g2(k，sp，hv)再次表示介于0和1之间的权重数(g2＝[0，1])，

·rd表示伪随机数，并且

·q＝q(sp1)表示二元参量。

针对列表74中的每个问题描述pb2来(例如，凭经验)定义权重数g2与噪声类别k、平均的声音电平sl和听力损失数据hv的依赖关系，并且例如再次通过特征值表或数学函数预先给定。

取决于选择sp1的二元参量q＝q(s1)针对所有的以下问题描述pb2均具有值1，该问题描述pb2与在第一阶段72中选出的问题描述pb1相关联。对于所有其他问题描述pb2，二元参量q具有值0。

在第二阶段76中，问题分类器44再次根据相关联的相关数z2的大小对问题描述pb2进行排序，并以它们各自相关联的相关数z2的顺序示出特定数量的(例如三个)问题描述pb2。在根据图3的示意图中，这由从第二阶段76向左侧延伸的箭头81表示。以这种方式，第二阶段76例如显示以下问题描述pb2以供选择：

·“自己的语音太大声”

·“自己的语音太小声”

·“自己的语音有鼻音”。

此外，优选地再次显示字段

·“上面提到的问题均不是”

以供选择。如果用户选择该字段，则第二阶段76显示具有其次较小相关数z2的三个问题描述pb2。反之，如果用户选择所示出的三个问题描述pb2中的一个(例如，第二个问题描述“自己的语音太小声”)，则问题分类器44输出该选择sp2。

基于选择sp1和sp2，通过相应地增加由用户分别选择的问题描述pb1和pb2的相对频繁性h1和h2，来调整列表78和80中的相对频繁性h1和h2。由此，问题分类器44自学习地适应用户的选择行为：用户频繁选择的那些问题描述pb1和pb2被问题分类器44以更高的优先级显示，即相比于用户不太频繁选择的问题描述pb1和pb2，更频繁地并且在顺序中更靠前地进行显示。

在替换的实施中，问题分类器44仅具有一个阶段或多于两个阶段。再次作为替换，问题分类器44类似于下面描述的解决方案分类器50基于人工神经网络形成。

如前面提到的，解决方案分类器50包括作为中央结构的人工神经网络(简称ann82)(仅在图5中示意性示出)，该人工神经网络优选地被设计为完全联网的多层前馈网络，其例如具有人工神经元的输入层(inputlayer)、输出层(outputlayer)和一个或多个隐藏层(hiddenlayer)。

通过调整单元6的数据调用块42，解决方案分类器50(并且因此ann82)从听力仪器4获得噪声类别k、平均的声音电平sl和听力损失数据hv作为输入参量。作为另外的输入参量，解决方案分类器50(并且因此ann82)从问题分类器44获得关于要解决的问题的选择sp(或者在图3和图4的两阶段的问题分类器44的情况下的选择sp2)。

根据这些输入参量，在听力系统4的运行中处于训练状态的ann82针对多个预先给定的可能的解决方案(例如80个可能的解决方案)分别输出值数v，其表征分别相关联的解决方案的预计效果。在ann82的适合的实施中，为此将ann82的输出层的每个神经元与特定的可能的解决方案相关联。在前面提到的示例中，ann82在其输出层包含80个神经元以评价80个可能的解决方案。相应神经元的输出值表示相关联的解决方案的值数v。

在连接在ann82下游的生效块84中，解决方案分类器50根据值数v选出所述多个解决方案建议l中的一个，并且如前面描述地将其显示给用户。在简单且适合的实现中，生效块84在此始终以与解决方案相关联的值数v的顺序确定性地提出可用的解决方案：首先，选出具有最大值数v的解决方案，然后，在用户拒绝的情况下选出具有其次较小值数的解决方案，等等。在更详细的实施中，生效块84从具有特别高值数v的多个解决方案中(例如，从具有最高值数v的五个解决方案中)根据随机原理选出一个解决方案，以提高解决方案建议l的熵，从而改善ann82的学习效率。

ann82将与相应的解决方案建议l相关联的用户的评价，即正反馈fp或负反馈fn用作所谓的“奖励(reward)”。借助所谓的强化学习(reinforcementlearning)的常用方法，根据奖励来调整ann82的配置。因此，解决方案分类器50也以自学习的方式适应于用户行为。相比于否定评价的解决方案建议l，肯定评价(或者非否定评价)的解决方案建议l在这种调整过程中以更高的优先级进行建议(即，更频繁地和/或关于顺序在更高的位置进行建议)。

在听力系统4的发展和进一步发展的过程中，在制造商方面(尤其是在将听力系统4交付给用户之前)根据包含在知识数据库38中的大量用户的数据组d借助强化学习(reinforcementlearning)的常用方法、特别是通过使用梯度下降法来训练ann82。替换地或附加地(例如，只要知识数据库38在其建立阶段还没有足够地包含来自用户实际日常生活的数据组d)，用于训练ann82的相应的数据组d由听力学家人工产生。

图6中示出了调整单元6的变型方案。该调整单元与图2中的调整单元6的不同之处在于，在此通过解决方案分类器50在智能手机30的屏幕上同时向用户显示多个解决方案建议l以供选择。然后，用户通过操作在智能手机30的屏幕上淡入的按钮88(例如再次通过用手指点击)来选出所示出的解决方案建议l中的一个。然后，与该选择so相对应的解决方案建议l要么如图6所示直接地，要么在用户再次确认之后，在听力仪器4中执行。如果用户没有选择所提供的解决方案建议l，则在块56中结束该方法。

优选地，在调整单元6的这种变型中，对于每个正反馈fp或负反馈fn，也将数据组d中的信号处理参数p的初始值、所收集的环境数据和用户数据、选择sp、相应的解决方案建议l与相关联的评价(即正反馈fp或负反馈fn)一起上传到知识数据库38中。

在前面描述的所有实施例中，还可以在声学上通过语音控制进行调整单元6与用户之间的通信。在此，调整单元6通过智能手机30的扬声器和/或优选地通过听力仪器4的输出转换器14通过自动生成的、说出的语言来输出问题描述pb、pb1、pb2和解决方案建议l，并且通过智能手机30的麦克风和/或再次优选地通过听力仪器4的输入转换器10来接收选择sp、sp1、sp2以及可能的选择so。

本发明在前面描述的实施例中是特别清楚的，但是本发明并不限于这些实施例。更确切的说，可以从之前的描述中导出本发明的大量另外的实施方式。

附图标记列表

2听力系统

4听力仪器

6调整单元

8壳体

10输入转换器

12信号处理单元

14输出转换器

16电池

18无线电收发器

20存储器

22噪声分类器

24电平测量计

26声道

28顶端

30智能手机

32蓝牙连接

34数据通信设备

36云

38知识数据库

40按钮

42数据调用块

44问题分类器

46按钮

50解决方案分类器

52块

54按钮

56块

58块

60块

62按钮

64按钮

66块

68评估模块

70列表

72(第一)阶段

74列表

76(第二)阶段

78列表

79箭头

80列表

81箭头

82人工神经网络ann

84生效块

86训练模块

88按钮

a音频信号

am(修改的)声音信号

c启动命令

d数据组

e(电)能

fn(负)反馈

fp(正)反馈

g1权重数

g2权重数

h1(相对选择)频繁性

h2(相对选择)频繁性

hv听力损失数据

kg噪声类别

l解决方案建议

l’解决方案建议

p信号处理参数

pb问题描述

pb1问题描述

pb2问题描述

q(二元)参量

r请求

rd随机数

sl声音电平

so选择

spa选择

sp1选择

sp2选择

v值数

w奖励

z1相关数

z2相关数