CN113891225A - 听力装置的算法参数的个人化 - Google Patents
听力装置的算法参数的个人化 Download PDFInfo
- Publication number
- CN113891225A CN113891225A CN202110753772.2A CN202110753772A CN113891225A CN 113891225 A CN113891225 A CN 113891225A CN 202110753772 A CN202110753772 A CN 202110753772A CN 113891225 A CN113891225 A CN 113891225A
- Authority
- CN
- China
- Prior art keywords
- user
- hearing
- hearing aid
- test
- signal
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/70—Adaptation of deaf aid to hearing loss, e.g. initial electronic fitting
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/12—Audiometering
- A61B5/121—Audiometering evaluating hearing capacity
- A61B5/123—Audiometering evaluating hearing capacity subjective methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/30—Monitoring or testing of hearing aids, e.g. functioning, settings, battery power
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/40—Arrangements for obtaining a desired directivity characteristic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/48—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception using constructional means for obtaining a desired frequency response
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/50—Customised settings for obtaining desired overall acoustical characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/50—Customised settings for obtaining desired overall acoustical characteristics
- H04R25/505—Customised settings for obtaining desired overall acoustical characteristics using digital signal processing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R25/00—Deaf-aid sets, i.e. electro-acoustic or electro-mechanical hearing aids; Electric tinnitus maskers providing an auditory perception
- H04R25/50—Customised settings for obtaining desired overall acoustical characteristics
- H04R25/505—Customised settings for obtaining desired overall acoustical characteristics using digital signal processing
- H04R25/507—Customised settings for obtaining desired overall acoustical characteristics using digital signal processing implemented by neural network or fuzzy logic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
- H04R2225/39—Aspects relating to automatic logging of sound environment parameters and the performance of the hearing aid during use, e.g. histogram logging, or of user selected programs or settings in the hearing aid, e.g. usage logging
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
- H04R2225/43—Signal processing in hearing aids to enhance the speech intelligibility
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2225/00—Details of deaf aids covered by H04R25/00, not provided for in any of its subgroups
- H04R2225/49—Reducing the effects of electromagnetic noise on the functioning of hearing aids, by, e.g. shielding, signal processing adaptation, selective (de)activation of electronic parts in hearing aid
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2430/00—Signal processing covered by H04R, not provided for in its groups
- H04R2430/01—Aspects of volume control, not necessarily automatic, in sound systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
- H04R2460/00—Details of hearing devices, i.e. of ear- or headphones covered by H04R1/10 or H04R5/033 but not provided for in any of their subgroups, or of hearing aids covered by H04R25/00 but not provided for in any of its subgroups
- H04R2460/01—Hearing devices using active noise cancellation
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Otolaryngology (AREA)
- Acoustics & Sound (AREA)
- Signal Processing (AREA)
- Neurosurgery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Molecular Biology (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Pathology (AREA)
- Computing Systems (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Computational Linguistics (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Surgery (AREA)
- Animal Behavior & Ethology (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
Abstract
本申请公开了听力装置的算法参数的个人化,其中用在助听器的处理器中的处理算法的一个或多个参数针对具体用户进行个人化的方法包括:在用户听具有不同特性的测试信号时进行用于估计用户的听觉能力的预测测试;分析所述用户的所述预测测试的结果并提供所述用户的听觉能力度量;选择所述助听器的具体处理算法;根据所述测试信号的所述特性针对与用户的听觉能力有关的所述具体处理算法从一个或多个相关心理测量函数选择成本‑效益函数和/或关键值;及对于所述用户,根据所述听觉能力度量和所述成本‑效益函数确定所述具体处理算法的一个或多个个人化参数。
Description
技术领域
本申请涉及听力装置如助听器领域。
背景技术
需求和能力在个体之间变化很大。这种大的可变性部分源于导致听力损失的原因多种多样,及部分是因为其反映支持我们在存在其它竞争声音的情形下注意一个信号的能力的大脑功能的复杂性。听力困难的原因很多,包括a)耳蜗损伤(即外毛细胞和/或内毛细胞损失);b)实质性支撑机构的损伤(如血管纹变性);c)神经未发育、损伤和/或萎缩;及d)认知差异;这些仅为已知原因中的几个。
对于听力受损人员之间观察到的语音理解方面的差异,已估计仅约50%可被相应的听力图解释。因此,仅基于听力图,可能很难找到对特定听力仪器用户最佳的一组听力仪器参数。此外,听力护理专家(HCP)仅有有限量的时间来收集另外的数据。因此,如果能找到另一种方式来提供关于用户及其听觉能力和/或偏好的信息则有利。
此外,听得见和看得见的指示物为重要的听力仪器<->用户交互手段,其告知助听器用户在听力仪器中对于一组使用情形正发生什么,例如程序变化、电池低等,且它们变得越来越有用。然而,目前,听得见的指示音和看得见的至少图案对于所有听力仪器通常固定并被硬编码到听力仪器内。部分给出的音/图案可能不适合助听器用户或者不被助听器用户理解,这可能影响(甚至烦扰)助听器用户的日常生活。因此,如果能够针对听力仪器的具体用户的需要使前述指示物个人化将有益。
发明内容
本发明涉及设备如助听器的个别化,例如一个或多个处理算法的参数设置(也称为“听力仪器设置”)针对特定用户进行配置和调整。前述配置或调整例如可基于应用具体处理算法如降噪或方向性(波束形成)算法的患者特异的“成本”和效益的预测和评估。
例如,在方向性的效益与方向性的“成本”之间有平衡。也就是说,一般地讲,听者趋于在目标处于通过波束形成而得以相对增强的位置(如听者的前面)时受益,及在注意通过波束形成而被强烈衰减的位置时招致“成本”。换言之,帮助***如定向波束形成***可具有“副作用”,例如衰减至少部分听者愿意注意的信号。
需求和能力在个体之间差别很大的事实对于助听器的“帮助”***怎样及在何时真地对于不同的个体均呈净效益具有重要的含意。这在图1中示出。该图的右下部分突出示出了具有低语音接受阈值(Speech Reception Threshold,SRT)的“高绩效人员”预期在相当低的信噪比(SNR)相较具有较高SRT的“低绩效人员”享有波束形成的净效益的关键点。具体地,高绩效人员在低绩效人员享有净效益的SNR时将招致波束形成的净成本。这意味着帮助一个听者的设置将带给另一听者缺陷。个体设置可包括助听器信号处理中的任何设置,例如频率整形、动态范围压缩、方向性、降噪、抗反馈等。未来的先进算法如用于讲话者分离和语音增强的深度神经网络也可能需要针对个别用户进行设置以提供最大效益。因而,如果我们能够对怎样为每一听者提供帮助进行更好的个别化,将大大改善个体后果。
此外,通过将来自智能电话(或类似便携装置)的上下文数据和声音环境信息与用户反馈结合而使助听器个人化可能有利,其能例如基于机器学习技术如学习算法例如基于有监督的或无监督的学习如包括使用人工神经网络等而自动改变助听器(如参数)设置。
使用在助听器中的处理算法的一个或多个参数个人化的方法
在本申请的一方面,提供用在助听器的处理器中的处理算法的一个或多个参数针对具体用户进行个人化的方法。该方法可包括:
-在用户听具有不同特性的测试信号时进行用于估计用户的听觉能力的预测测试;
-分析所述用户的所述预测测试的结果并提供所述用户的听觉能力度量;
-选择所述助听器的具体处理算法。
所述方法还可包括:
-根据所述测试信号的所述特性针对与用户的听觉能力有关的所述具体处理算法从一个或多个相关心理测量函数选择成本-效益函数和/或关键值;及
-对于所述用户,根据所述听觉能力度量和所述成本-效益函数确定所述具体处理算法的一个或多个个人化参数。
从而,可为特定用户提供改进的助听器。
该方法可包括一个或多个下面的步骤:
-此外,在临床中或者在日常生活中经智能电话进行所述预测测试;
-经智能电话进行日常生活中的偏好测试并使用其优化设置;
-结合预测测试和偏好测试的结果提供更好的个体设置。
该方法还可包括使用深度神经网络(DNN)用于信号处理或设置调节。
针对用户的预测测试的结果的分析可在与助听器通信的辅助装置(如验配***或智能电话或类似装置)中进行或者可在听力装置的处理器中进行。根据所述听觉能力度量和所述成本-效益函数确定所述具体处理算法的用户个人化参数可在与助听器通信的辅助装置(如验配***或智能电话或类似装置)中进行或者可在听力装置的处理器中进行。
听觉能力度量可包括语音可懂度度量或鉴频(频率鉴别)度量或鉴幅(振幅鉴别)度量或频率选择性度量或时间选择性度量。听觉能力度量例如可随频率和/或电平而变。语音可懂度度量例如可以是“语音可懂度指数”(例如参见[ANSI/ASA S3.5;1997])或者任何其它适当的语音可懂度度量如STOI度量(例如参见[Taal et al.;2010])。鉴频度量可标示用户区分两个接近的频率(f1,f2)的能力,例如通过使能将f1与f2区分开的最小频率范围Δfdisc(=f2-f1)进行标示。最小频率范围Δfdisc可随频率而变。鉴幅度量可标示用户区分两个接近的电平(L1,L2)的能力,例如通过使能将L1与L2区分开的最小电平差ΔLdisc(=L2-L1)进行标示。最小电平差Δfdisc可随频率(和/或电平)而变。鉴幅度量例如可包括调幅(振幅调制)度量。鉴幅度量例如可包括用户的听觉阈的度量(例如听力图的数据的形式)。
测试信号的不同特性可由下述之一或多个表示:
-不同的信噪比(SNR);
-不同的调制深度或调制指数;
-音在宽带、带限或带阻噪声中的不同检测阈值,描述频率选择性;
-宽带或带限噪声中的时间差距的不同检测阈值,描述时间选择性;
-作为调制频率的函数如调制传递函数的调幅的不同深度或指数;
-谱调制的不同频率或深度;
-变化的中心频率和带宽下对调频的灵敏度;
-调频方向,例如包括Schroeder相刺激的正和负相的区分。
该方法可包括选择用于估计用户的听觉能力程度的预测测试。该预测测试可从下组进行选择:
-谱-时调制测试;
-三数测试;
-间隙检测;
-切迹噪声测试;
-TEN测试;
-耳蜗压缩。
“谱-时调制(spectro-temporal modulation,STM)测试”测量用户区分测试信号的谱-时调制的能力。在STM测试中的表现a)可解释用户理解语音的能力(语音可懂度)的相当部分;及尤其是b)甚至在分解可通过听力图解释的差异之后继续解释大份额的语音理解差异,例如参见[Bernstein et al.;2013;Bernstein et al.;2016]。STM通过调制深度(调制的量)、调制频率(fm,每秒周期)和谱密度(Ω,每倍频程周期)确定。STM测试的具体形式为“听得见的对比阈值测试(Audible Contrast Threshold test)”(由作为Interacoustics A/S的一部分的Interacoustics Research Unit开发)。
“三数测试”是使用说出的三个数字的组合的噪声中语音识别听音测试,其在噪声背景下呈现,例如使用耳机或使用助听器或一对助听器的扬声器,例如从辅助装置如智能电话播放或转发以呈现声音信号(例如参见http://hearcom.eu/prof/DiagnosingHearingLoss/SelfScreenTests/ThreeDigitTest_en.html)。其结果与用户的听觉阈如语音接受阈值(SRT)相关联。三数测试的版本形成丹麦临床的噪声中语音听音测试“Dantale”的一部分。在该测试中,丹麦语数字0、1、2、3、5、6、7和12用于形成按三节排列的60个不同的三个一组。各个数字声学上一样及三个一组中的数字之间的间隔为0.5s(例如参见[Elberling et al.;1989])。在本说明书中,术语“三数测试”用作一般术语,其指听者被呈现3个数字并有识别所呈现的是哪些数字的任务的测试。这可包括结果度量是阈值的版本及正确识别的数字的百分比或比例的版本。
切迹噪声测试用于评价频率选择性。目标音在存在具有切口(即谱隙)的掩蔽噪声的情形下呈现,切口的宽度变化,用于检测纯音的阈值被测量为切口宽度的函数。
TEN(Threshold Equalizing Noise,阈值均衡噪声)测试用于识别耳蜗死区。目标通常为纯音在疑似死区中呈现,掩蔽噪声以相邻频率呈现,以阻止经关闭频率听音检测目标。
处理算法可包括下述之一或多个:降噪算法、方向性算法、反馈控制算法、讲话者分离和语音增强算法。
该方法可形成验配过程的一部分,其中助听器针对用户的需要进行调整。该方法例如可由听觉病矫治专家在针对特定用户配置特定听力仪器时执行,例如针对用户的特定需要调整参数设置。不同的参数设置可与不同的处理算法有关,例如降噪(例如将或多或少具有攻击性)、方向性(例如将在更大或更小的噪声电平下启动)、反馈控制(例如适应率根据用户预期的声环境而将更小或更大)等等。
进行预测测试的步骤可包括:
-启动辅助装置的测试模式;
-经所述辅助装置执行所述预测测试。
辅助装置可包括助听器的遥控装置或智能电话。辅助装置可形成用于针对用户的具体需要配置助听器(如处理算法的参数)的验配***的一部分。助听器和辅助装置适于使能在其间交换数据。辅助装置可配置成运行应用程序(APP),从其开启预测测试。预测测试例如可以是三数测试或者谱-时调制(STM)测试。
进行预测测试的步骤可由用户启动。预测测试可经在辅助装置上运行的应用程序(APP)执行。预测测试可通过与辅助装置通信的或者形成辅助装置的一部分的或者由辅助装置构成的验配***执行。启动辅助装置的测试模式的步骤可由用户执行。预测测试可由听力护理专家(HCP)在助听器验配过程期间经验配***启动,其中处理器的一个或多个处理算法的参数针对用户需要进行调整。
听力装置
一方面,本发明提供一种助听器,其配置成佩戴在用户耳朵处或耳朵中和/或至少部分植入在用户头部中。该助听器可包括正向通路,用于处理由输入单元提供的表示声音的电输入信号及经输出单元将可感知为声音的处理后的信号呈现给用户,正向通路包括用于通过执行一个或多个可配置的处理算法而进行所述处理的处理器。助听器可适于使得所述一个或多个可配置的处理算法的参数根据上述方法针对用户的具体需要而个人化。
听力装置可由空气传导型听力装置、骨导型听力装置、耳蜗植入型听力装置或其组合构成或者包括空气传导型听力装置、骨导型听力装置、耳蜗植入型听力装置或其组合。
听力装置可适于提供随频率而变的增益和/或随电平而变的压缩和/或一个或多个频率范围到一个或多个其它频率范围的移频(具有或没有频率压缩)以补偿用户的听力受损。听力装置可包括用于增强输入信号并提供处理后的输出信号的信号处理器。
听力装置可包括输出单元,用于基于处理后的电信号提供由用户感知为声学信号的刺激。输出单元可包括耳蜗植入件的多个电极(对于CI型听力装置)或者骨导听力装置的振动器。输出单元可包括输出变换器。输出变换器可包括用于将刺激作为声信号提供给用户的接收器(扬声器)(例如在声学(基于空气传导的)听力装置中)。输出变换器可包括用于将刺激作为颅骨的机械振动提供给用户的振动器(例如在附着到骨头的或骨锚式听力装置中)。
听力装置可包括用于提供表示声音的电输入信号的输入单元。输入单元可包括用于将输入声音转换为电输入信号的输入变换器如传声器。输入单元可包括无线接收器,用于接收包括或表示声音的无线信号并提供表示所述声音的电输入信号。无线接收器例如可配置成接收在无线电频率范围(3kHz到300GHz)的电磁信号。无线接收器例如可配置成接收在光频率范围(例如红外光300GHz到430THz或者可见光如430THz到770THz)的电磁信号。
听力装置可包括定向传声器***,其适于对来自环境的声音进行空间滤波从而增强佩戴听力装置的用户的局部环境中的多个声源之中的目标声源。定向***适于检测(如自适应检测)传声器信号的特定部分源自哪一方向。这可以例如现有技术中描述的多种不同方式实现。在听力装置中,传声器阵列波束形成器通常用于空间上衰减背景噪声源。许多波束形成器变型可在文献中找到。最小方差无失真响应(MVDR)波束形成器广泛用在传声器阵列信号处理中。理想地,MVDR波束形成器保持来自目标方向(也称为视向)的信号不变,而最大程度地衰减来自其它方向的声音信号。广义旁瓣抵消器(GSC)结构是MVDR波束形成器的等同表示,其相较原始形式的直接实施提供计算和数字表示优点。
听力装置可以是便携(即配置成可穿戴)装置或形成其一部分,如包括本机能源如电池例如可再充电电池的装置。听力装置例如可以是轻质、容易穿戴的装置,例如具有小于100g的总重量,如小于20g。
听力装置可包括输入单元(如输入变换器,例如传声器或传声器***和/或直接电输入(如无线接收器))和输出单元如输出变换器之间的正向或信号通路。信号处理器位于该正向通路中。信号处理器适于根据用户的特定需要提供随频率而变的增益。听力装置可包括具有用于分析输入信号(如确定电平、调制、信号类型、声反馈估计量等)的功能件的分析通路。分析通路和/或信号通路的部分或所有信号处理可在频域进行。分析通路和/或信号通路的部分或所有信号处理可在时域进行。
听力装置可配置成在不同模式下运行,如正常模式及一个或多个特定模式,例如可由用户选择或者可自动选择。运行模式可针对特定声学情形或环境进行优化。运行模式可包括低功率模式,其中听力装置的功能被减少(例如以便节能),例如禁用无线通信和/或禁用听力装置的特定特征。运行模式可以是定向模式或者全向模式。
听力装置可包括多个检测器,其配置成提供与听力装置的当前网络环境(如当前声环境)有关、和/或与佩戴听力装置的用户的当前状态有关、和/或与听力装置的当前状态或运行模式有关的状态信号。作为备选或另外,一个或多个检测器可形成与听力装置(如无线)通信的外部装置的一部分。外部装置例如可包括另一听力装置、遥控器、音频传输装置、电话(如智能电话)、外部传感器等。
听力装置可包括话音活动检测器(VAD),用于估计输入信号(在特定时间点)是否(或者以何种概率)包括话音信号。听力装置可包括自我话音检测器,用于估计特定输入声音(如话音,如语音)是否(或以何种概率)源自听力装置***用户的话音。
多个检测器可包括运动检测器,例如加速度传感器。运动检测器配置成检测用户面部肌肉和/或骨头的例如因语音或咀嚼(如颌部运动)引起的运动并提供标示该运动的检测器信号。
听力装置可包括分类单元,配置成基于来自(至少部分)检测器的输入信号及可能其它输入对当前情形进行分类。在本说明书中,“当前情形”由下面的一个或多个定义:
a)物理环境(如包括当前电磁环境,例如出现计划或未计划由听力装置接收的电磁信号(包括音频和/或控制信号),或者当前环境不同于声学的其它性质);
b)当前声学情形(输入电平、反馈等);及
c)用户的当前模式或状态(运动、温度、认知负荷等);
d)听力装置和/或与听力装置通信的另一装置的当前模式或状态(所选程序、自上次用户交互之后消逝的时间等)。
分类单元可基于或者包括神经网络,例如经训练的神经网络。
听力装置可包括声学(和/或机械)反馈控制(如抑制)或者回声消除***。
听力装置还可包括用于所涉及应用的其它适宜功能,如压缩、降噪等。
听力装置可包括听音装置,例如助听器,例如听力仪器,例如适于位于用户耳朵处或者完全或部分位于耳道中的听力仪器,例如耳机、耳麦、耳朵保护装置或其组合。助听***可包括喇叭扩音器(包括多个输入变换器和多个输出变换器,例如用在音频会议情形中),例如包括波束形成器滤波单元,例如提供多波束形成能力。
应用
一方面,提供如上所述的、“具体实施方式”部分中详细描述的和权利要求中限定的听力装置的应用。可提供在包括一个或多个助听器(如听力仪器)、耳机、耳麦、主动耳朵保护***等或其组合的***中的应用。
计算机可读介质或数据载体
本发明进一步提供保存包括程序代码(指令)的计算机程序的有形计算机可读介质(数据载体),当计算机程序在数据处理***(计算机)上运行时,使得数据处理***执行(实现)上面描述的、“具体实施方式”中详细描述的及权利要求中限定的方法的至少部分(如大部分或所有)步骤。
作为例子但非限制,前述有形计算机可读介质可包括RAM、ROM、EEPROM、CD-ROM或其他光盘存储器、磁盘存储器或其他磁性存储装置,或者可用于执行或保存指令或数据结构形式的所需程序代码并可由计算机访问的任何其他介质。如在此使用的,盘包括压缩磁盘(CD)、激光盘、光盘、数字多用途盘(DVD)、软盘及蓝光盘,其中这些盘通常磁性地复制数据,同时这些盘可用激光光学地复制数据。其它存储介质包括存储在DNA中(例如合成的DNA链中)。上述盘的组合也应包括在计算机可读介质的范围内。除保存在有形介质上之外,计算机程序也可经传输介质如有线或无线链路或网络如因特网进行传输并载入数据处理***从而在不同于有形介质的位置处运行。
计算机程序
此外,本申请提供包括指令的计算机程序(产品),当该程序由计算机运行时,导致计算机执行上面描述的、“具体实施方式”中详细描述的及权利要求中限定的方法(的步骤)。
数据处理***
一方面,本发明进一步提供数据处理***,包括处理器和程序代码,程序代码使得处理器执行上面描述的、“具体实施方式”中详细描述的及权利要求中限定的方法的至少部分(如大部分或所有)步骤。
听力***
另一方面,提供包括上面描述的、“具体实施方式”中详细描述的及权利要求中限定的听力装置及包括辅助装置的听力***。
听力***适于在听力装置与辅助装置之间建立通信链路以使得信息(如控制和状态信号,可能音频信号)可进行交换或者从一装置转发给另一装置。
辅助装置可包括遥控器、智能电话或者其它便携或可穿戴电子装置智能手表等。
辅助装置可由遥控器构成或者包括遥控器,其用于控制听力装置的功能和运行。遥控器的功能实施在智能电话中,该智能电话可能运行使能经智能电话控制音频处理装置的功能的APP(听力装置包括适当的到智能电话的无线接口,例如基于蓝牙或一些其它标准化或专有方案)。
辅助装置可由音频网关设备构成或者包括音频网关设备,其适于(例如从娱乐装置如TV或音乐播放器、从电话设备如移动电话或者从计算机如PC)接收多个音频信号并适于选择和/或组合所接收的音频信号中的适当信号(或信号组合)以传给听力装置。
辅助装置可由另一听力装置构成或者包括另一听力装置。听力***可包括适于实施双耳听力***如双耳助听器***的两个听力装置。
听力***可包括助听器和辅助装置,该听力***适于在助听器与辅助装置之间建立通信链路以使得数据能进行交换或者从一装置转发给另一装置,其中辅助装置配置成执行应用,其实施用于助听器的用户接口及使用于估计用户的听觉能力的预测测试能由用户启动并通过辅助装置执行,包括:
a)经例如辅助装置的扬声器播放所述预测测试的声音元素;或
b)将所述预测测试的声音元素经所述通信链路传给所述助听器以经助听器的输出单元呈现给用户;及
其中用户接口配置成接收用户对预测测试的反应,及其中辅助装置配置成存储用户对预测测试的所述反应。
辅助装置可包括遥控器、智能电话或者其它便携或可穿戴电子装置如智能手表等。
辅助装置包括用于针对特定用户的需要调整助听器的验配***或者形成该验配***的一部分。验配***和助听器配置成使能在其间交换数据,例如使不同的(如个人化的)参数设置能从验配***转发给助听器(例如助听器的处理器)。
辅助装置可配置成从用户对预测测试的反应估计用户的语音接受阈值。语音接受阈值(SRT)(或语音识别阈值)定义为50%的语音被正确识别时的声压级。也可选择进行目标不同于50%正确的测量。通常测量的其它表现等级例如包括70%和80%正确。
辅助装置可配置成执行作为三数测试的预测测试,其中所述预测测试的声音元素包括a)以不同的信噪比播放的数字,或者b)以固定的信噪比播放的数字,但具有不同的助听器参数如不同的压缩或降噪设置。
APP
另一方面,本发明还提供称为APP的非短暂应用。APP包括可执行指令,其配置成在辅助装置上运行以实施用于上面描述的、“具体实施方式”中详细描述的及权利要求中限定的听力装置或听力***的用户接口。APP配置成在移动电话如智能电话或另一使能与所述听力装置或听力***通信的便携装置上运行。
非短暂应用可配置成使用户能执行一个或多个如大部分或全部下面的步骤:
-在用户听具有不同特性的测试信号时选择和启动用于估计用户的听觉能力的预测测试;
-启动所述用户的所述预测测试的结果的分析并提供所述用户的听觉能力度量;
-选择所述助听器的具体处理算法;
-根据所述测试信号的所述不同特性针对与用户的听觉能力有关的所述算法从一个或多个相关心理测量函数选择成本-效益函数和/或关键值;及
-对于所述用户,根据所述听觉能力度量和所述成本-效益函数确定所述处理算法的一个或多个个人化参数。
非短暂应用可配置成使用户能将个人化参数应用于处理算法。
非短暂应用可配置成使用户能:
-在所述个人化参数被应用于由助听器的输入单元提供的输入声音信号时及在所得的信号经助听器的输出单元播放给用户时检验所述个人化参数的结果;
-接受或拒绝个人化参数。
定义
在本说明书中,“助听器”如听力仪器指适于改善、增强和/或保护用户的听觉能力的装置,其通过从用户环境接收声信号、产生对应的音频信号、可能修改该音频信号、及将可能已修改的音频信号作为可听见的信号提供给用户的至少一只耳朵而实现。听得见的信号例如可以下述形式提供:辐射到用户外耳内的声信号、作为机械振动通过用户头部的骨结构和/或通过中耳的部分传到用户内耳的声信号、及直接或间接传到用户的耳蜗神经的电信号。
助听器可构造成以任何已知的方式进行佩戴,如作为佩戴在耳后的单元(具有将辐射的声信号导入耳道内的管或者具有安排成靠近耳道或位于耳道中的输出变换器如扬声器)、作为整个或部分安排在耳廓和/或耳道中的单元、作为连到植入在颅骨内的固定结构的单元如振动器、或作为可连接的或者整个或部分植入的单元等。助听器可包括单一单元或几个彼此(例如声学、电学或光学)通信的单元。扬声器可连同助听器的其它部件一起设置在壳体中,或者其本身可以是外部单元(可能与柔性引导元件如圆顶状元件组合)。
更一般地,助听器包括用于从用户环境接收声信号并提供对应的输入音频信号的输入变换器和/或以电子方式(即有线或无线)接收输入音频信号的接收器、用于处理输入音频信号的(通常可配置的)信号处理电路(如信号处理器,例如包括可配置(可编程)的处理器,例如数字信号处理器)、及用于根据处理后的音频信号将听得见的信号提供给用户的输出单元。信号处理器可适于在时域或者在多个频带处理输入信号。在一些助听器中,放大器和/或压缩器可构成信号处理电路。信号处理电路通常包括一个或多个(集成或单独的)存储元件,用于执行程序和/或用于保存在处理中使用(或可能使用)的参数和/或用于保存适合助听器功能的信息和/或用于保存例如结合到用户的接口和/或到编程装置的接口使用的信息(如处理后的信息,例如由信号处理电路提供)。在一些助听器中,输出单元可包括输出变换器,例如用于提供空传声信号的扬声器或用于提供结构或液体传播的声信号的振动器。在一些助听器中,输出单元可包括一个或多个输出电极,用于提供电刺激耳蜗神经的电信号(例如给多电极阵列)(耳蜗植入型助听器)。
在一些助听器中,振动器可适于经皮或由皮将结构传播的声信号传给颅骨。在一些助听器中,振动器可植入在中耳和/或内耳中。在一些助听器中,振动器可适于将结构传播的声信号提供给中耳骨和/或耳蜗。在一些助听器中,振动器可适于例如通过卵圆窗将液体传播的声信号提供到耳蜗液体。在一些助听器中,输出电极可植入在耳蜗中或者颅骨内侧上,并可适于将电信号提供给耳蜗的毛细胞、一个或多个听觉神经、听性脑干、听觉中脑、听觉皮层和/或大脑皮层的其它部分。
助听器可适应特定用户的需要如听力受损。助听器的可配置的信号处理电路可适于施加输入信号的随频率和电平而变的压缩放大。定制的随频率和电平而变的增益(放大或压缩)可在验配过程中通过验配***基于用户的听力数据如听力图使用验配基本原理(例如适应语音)确定。随频率和电平而变的增益例如可体现在处理参数中,例如经到编程装置(验配***)的接口上传到助听器,并由助听器的可配置的信号处理电路执行的处理算法使用。
“听力***”指包括一个或两个助听器的***。“双耳听力***”指包括两个助听器并适于协同地向用户的两只耳朵提供听得见的信号的***。听力***或双耳听力***还可包括一个或多个“辅助装置”,其与助听器通信并影响和/或受益于助听器的功能。前述辅助装置可包括至少下述之一:遥控器、远程传声器、音频网关设备、娱乐设备如音乐播放器、无线通信装置如移动电话(例如智能电话)或平板电脑或另一装置,例如包括图形界面。助听器、听力***或双耳听力***例如可用于补偿听力受损人员的听觉能力损失、增强或保护正常听力人员的听觉能力和/或将电子音频信号传给人。助听器或听力***例如可形成广播***、主动耳朵保护***、免提电话***、汽车音频***、娱乐(如TV、音乐播放或卡拉OK)***、远程会议***、教室放大***等的一部分或者与其交互。
本发明的实施例如可用在如助听器的应用中。
附图说明
本发明的各个方面将从下面结合附图进行的详细描述得以最佳地理解。为清晰起见,这些附图均为示意性及简化的图,它们只给出了对于理解本发明所必要的细节,而省略其他细节。在整个说明书中,同样的附图标记用于同样或对应的部分。每一方面的各个特征可与其他方面的任何或所有特征组合。这些及其他方面、特征和/或技术效果将从下面的图示明显看出并结合其阐明,其中:
图1右上曲线示意性地示出了方向性算法的作用可怎样影响高绩效人员和低绩效人员的语音可懂度(在该例子中,关于噪声中语音的理解),作为信噪比(SNR)的函数;及右下曲线示意性地示出了具有低SRT的高绩效听者可预期在相当较低的SNR比具有较高SRT的低绩效听者享有波束形成的净效益;
图2左部示出了如图1中所示的测试情形,右部示出了对于定向算法(MVDR),作为SNR的函数的不同成本-效益曲线,其展现轴外“成本”和轴上“效益”;
图3示出了对于听力受损用户的不同听音情形[-10dB;+10dB],语音可懂度(正确百分比[0%;100%])与SNR的关系,a)使用向前波束图(DIR前面),目标在前面;b)使用耳廓-OMNI(P-OMNI),目标在前面;c)使用耳廓OMNI,目标在侧面之一;及d)使用向前波束图(DIR前面),目标在侧面之一;
图4示出了听力仪器中的设置/参数可怎样进行更新例如经辅助装置的APP进行更新的例子;
图5示出了在辅助装置上运行的能够进行语音可懂度测试的APP;
图6示出了根据本发明的用于在助听器中使听得见或看得见的指示物个人化的方案的实施例;
图7示出了用于训练算法(如神经网络)的数据库的生成方法,其用于自适应提供助听器的处理算法的个人化参数设置;
图8A示出了包括彼此通信并与实施用户接口的辅助装置通信的一对助听器的双耳助听器***;
图8B示出了实施在图8A的双耳助听器***的辅助装置中的用户接口;
图8C示意性地示出了根据本发明实施例的耳内接收器式助听器,例如用在图8A的双耳助听器***中。
通过下面给出的详细描述,本发明进一步的适用范围将显而易见。然而,应当理解,在详细描述和具体例子表明本发明优选实施例的同时,它们仅为说明目的给出。对于本领域技术人员来说,基于下面的详细描述,本发明的其它实施方式将显而易见。
具体实施方式
下面结合附图提出的具体描述用作多种不同配置的描述。具体描述包括用于提供多个不同概念的彻底理解的具体细节。然而,对本领域技术人员显而易见的是,这些概念可在没有这些具体细节的情形下实施。装置和方法的几个方面通过多个不同的块、功能单元、模块、元件、电路、步骤、处理、算法等(统称为“元素”)进行描述。根据特定应用、设计限制或其他原因,这些元素可使用电子硬件、计算机程序或其任何组合实施。
电子硬件可包括微机电***(MEMS)、(例如专用)集成电路、微处理器、微控制器、数字信号处理器(DSP)、现场可编程门阵列(FPGA)、可编程逻辑器件(PLD)、选通逻辑、分立硬件电路、印刷电路板(PCB)(如柔性PCB)、及配置成执行本说明书中描述的多个不同功能的其它适当硬件,例如用于感测和/或记录环境、装置、用户等的物理性质的传感器。计算机程序应广义地解释为指令、指令集、代码、代码段、程序代码、程序、子程序、软件模块、应用、软件应用、软件包、例程、子例程、对象、可执行、执行线程、程序、函数等,无论是称为软件、固件、中间件、微码、硬件描述语言还是其他名称。
图1左部示出了实验配置,其中用户U暴露于来自三个不同方向(T1(前面)、T2(左)、T3(右))的目标信号(“目标”)并具有分布在用户周围多个不同位置的噪声信号(“掩蔽信号?”)。图1右上曲线示出了方向性算法的作用可怎样影响高绩效人员和低绩效人员的语音可懂度(在该例子中,关于噪声中语音的理解),作为信噪比(SNR)的函数;及右下曲线示意性地示出了具有低SRT的高绩效听者可预期在相当较低的SNR比具有较高SRT的低绩效听者享有波束形成的净效益。图1一起示出了定向***(理想情形下)应针对不同的个人用户以不同的SNR启用。
本发明提出应用成本-效益函数作为量化每一个体的帮助***的成本和效益的方式。本发明还公开了使用预测度量来实现针对个人患者的设置更好的个别化的方法。
成本-效益函数
在图1的例子中,成本-效益函数被估计为因来自前面的目标的方向性引起的提高量减去因轴外(侧面)目标的方向性引起的减少量。
如图1中所示,听者从净效益到净“成本”的交叉点因个体不同而不同(取决于个体的听觉能力)。
成本-效益函数可与助听器结果、效益、或“质量”如语音可懂度、声音质量和听音努力等的许多方面有关。
应注意,图1右上部的图示包括听者在全向情形下的语音理解被示为单一心理测量函数的简化,尽管在实践中,对于来自前面的目标和来自侧面的目标,可有单独的心理测量函数。
预测度量
预测度量例如可包括心理声学测试、调查表、通过听力护理专家(HCP)和/或患者主观评估等。
可能的预测测试包括但不限于:
谱-时调制(STM)测试;
三数测试;
个人偏好调查表;
听音偏好调查表;
HCP滑块或类似的HCP评价工具;
客户滑块或类似的客户自我评价工具;
可接受的噪声电平测试;
SWIR测试;
听音努力评估;
阅读广度测试;
每日注意力的测试;
听觉词语学习测试;
文本接收阈值;
其它认知评估测试;
噪声中语音测试;
SNR损失评估;
时间精细结构灵敏度;
时间调制检测;
频率选择性;
临界带宽;
切迹噪声带宽估计;
阈值均衡噪声(TEN)测试(例如参见[Moore et al.;2000]);
谱纹波鉴别;
频率调制检测;
间隙检测;
耳蜗压缩估计;
调查表:SSQ;
调查表:自报告的缺陷;
双耳掩蔽检测;
偏侧性;
听音努力;
空间意识测试;
空间定位测试;
表观源宽度的测试;
人口统计学信息如年龄、性别、患者讲出的语言等。
预测度量例如用于估计个体患者对帮助的需要并相应调节对应的处理算法的患者设置。前述评估例如可在验配过程期间进行,其中助听器处理参数针对个人的需要进行调整。
个人患者的成本-效益函数从净效益到净成本在何处相交的评估可根据本发明进行。
在下面,本发明的各个方面在方向性算法的上下文中例示。然而,该方法也可用于其它帮助***如降噪等。
在本例子中,效益和成本在语音可懂度(SI)域进行测量(效益被测量为SI的增加,成本被测量为SI的降低)。关于语音可懂度的效益和成本可通过针对佩戴具有表示定向***的不同运行模式(如在不同SNR下)的参数设置的助听器的给定用户评估具体的听音测试进行测量。
然而,该方法也可与大量结果度量一起使用,其例如包括但不限于:
患者的认知负荷听音等级;
听音努力;
精神能量;
记住说了什么的能力;
空间意识;
空间感知;
患者的声音质量感知;
患者的听音努力感知。
图2左部示出了如图1中所示的测试情形,右部示出了对于定向算法(MVDR),作为SNR的函数的不同成本-效益曲线,其展现轴外“成本”和轴上“效益”。纵轴表示结果度量的相对效益,例如随着听音测试中正确重复的词语百分比的增加,在有和没有帮助***的情形下测得的语音可懂度效益。
换言之,图2示出了一方面保留听者周围声音环境的丰富表示与另一方面增强地聚焦于听者随着情形变得富有挑战性而可能努力理解的感兴趣目标之间的平衡的量化方法。从该图中的曲线可以看出,每一个体具有函数为负的区域和函数为正的区域。我们还可看出,正区域沿SNR轴位于更向左的地方,负区域位于更向右的地方,也就是说,正区域总是处于比负区域更不利的条件(在该例子中,更低的SNR)。此外,该方法提供我们可用于找到给定个体从负到正(即效益)的交叉地方的分析工具。突出该方法的个体性质很重要:其计算个别化的函数并不同地诊断不同听者的需要。
图2表示使用轴外声音的建模方式。由于方向性(如MVDR波束形成器),波束图朝向前面(例如θ=0°,参见图2的左部),观察到“轴上”(前面)增大的语音可懂度,即目标从前面抵达用户,及观察到“轴外”(如θ=+90°或-90°,参见图2的左部)降低的语音可懂度,即目标从侧面之一抵达用户。在高SNR时:负成本/效益,在低SNR时:正成本/效益。
在上述方法对于针对个体优化助听器验配有价值的同时,对时间及对跨听觉病矫治临床可用的设备的限制将最可能要求我们经预测测试间接地应用该方法,而不是对每一患者计算全部成本-效益函数的直接方法。选择间接方法(即使用预测测试)的原因在于,在临床实践中,几乎不可能收集对所有患者计算全部成本/效益函数所需的大量数据。因而,使用与成本/效益的一个或多个关键特征相关联的预测测试。这可包括但不限于成本-效益函数的零交叉点或者成本-效益函数从其得出的一个或多个心理测量函数的识别特征。其通过对测试人群收集用于上述成本-效益分析以及用于预测测试然后在关联分析的帮助下识别好的预测测试的数据。预测测试例如可包括三数测试、谱-时调制测试及其它测试。
图3示出了对于听力受损用户的不同听音情形[-10dB;+10dB],语音可懂度(正确百分比[0%;100%])与SNR的关系,a)使用向前波束图(DIR前面),目标在前面;b)使用耳廓-OMNI(P-OMNI),目标在前面;c)使用耳廓OMNI,目标在侧面之一;及d)使用向前波束图(DIR前面),目标在侧面之一。
SNR范围为示例性的范围,可根据具体应用或声学情形变化。
在预测测试中测量阈值
估计阈值的方法可包括下述步骤:
-运行预测测试(如三数测试和/或谱-时调制(STM)测试);
-改变输入参数(例如STM的调制深度或者三数测试的SNR);
-找到阈值(例如为听者实现预先确定的目标表现水平时的调制深度或SNR,其中可能的目标表现水平可以是50%正确、80%正确等)。
三数测试有时也称为“噪声中数字”测试。目标声音为3个数字,如“2”…“7”…“5”。SNR可通过改变一个或多个“掩蔽声音”如调制的噪声、记录的场景等进行改变。
将预测测试映射到自动学
本发明的目标是使助听器用户使用用户周围的声音,在从目标(语音)信号感知(如语音可懂度)的角度不认为有必要时不去除声音。
50%理解的语音可懂度可被视为关键标志(例如定义语音接受阈值(SRT))。其还可用作听者使用声音时的标志,这可得到瞳孔测量数据的支持。如果我们使用约50%可懂度的区域,则从图3,我们可将“a”对待为场景已变得很有挑战性使得用户对在全向设置下来自侧面的目标具有明显的“丢失使用”度的点,及“b”为听者在全MVDR时对来自前面的目标具有明显的“丢失使用”度的点。通过该逻辑,提出在“a”或更低点开始过渡离开全向设置及在“b”或更高点达到全MVDR。过渡(a减b)指明听者从完全全向设置到最大定向设置希望过渡的几dB的区域。
1、例子,提供个人化数据
在下面,概述用于收集数据的备选或补充方案,其可用于精调(如个人化)听力仪器中的参数。
现代听力装置不必然仅由附着到耳朵的听力仪器组成,而是还可包括或者连接到另外的计算能力如经辅助装置如智能电话可用的计算能力。其它辅助装置如平板电脑、笔记本电脑和其它有线或无线连接的通信装置也可用作用于听力仪器的资源。音频信号可在听力仪器与辅助装置之间传输(交换),听力仪器可经辅助装置上的用户接口如触敏显示器进行控制。
提出使用训练声音来精调听力仪器的设置。训练声音例如可表示听者发现其困难的声学场景。这样的情形可通过听力仪器传声器记录并无线传给辅助装置。辅助装置可分析记录的声学场景并建议一组或多组改进的听力仪器参数,听者可听基于这些参数处理的声音并与基于先前的一组参数处理的声音比较。例如(例如由用户)选择的一组参数,可(例如通过听力仪器或辅助装置)提出新的一组参数并与先前的一组参数比较。藉此,基于来自听者的反馈,改进的一组处理参数可存储在听力仪器中和/或在认识到类似的声学环境时应用。最终改进的一组处理参数可传回到辅助装置以使辅助装置能基于该用户反馈更新其推荐规则。
另一提议是估计助听器用户理解语音的能力。语音可懂度测试通常太耗时从而不在听力仪器验配期间进行该测试,但语音可懂度测试和/或其它预测测试也可经辅助装置使得可用,藉此使听力仪器用户能确定其语音接受阈值(SRT)。基于估计的或预测的语音接受阈值以及听力图,听力仪器参数(如降噪***的攻击性)可针对个体听者进行精调。这样的预测测试(如“三数测试”或“谱-时调制(STM)测试”)可用表示不同听音情形的几个不同类型的背景噪声进行。这样,助听器设置可被优化以在许多不同情形下均确保最好的语音可懂度。
其它提议包括测量听者定位通过助听器模拟的声源的能力、或者其对噪声抑制和/或混响抑制的偏好、或者其分开几个声源的能力等。
图4示出了听力仪器中的设置/参数可怎样进行更新例如经辅助装置的APP进行更新的例子。只要听者发现声音场景困难,参见图4中的(1),用于可选择记录优选所有助听器传声器的片断(时间段)、传输并将声音存储在辅助装置中(作为备选,听力仪器持续将声音传给辅助装置,其将被存储在缓冲器如循环(先进先出(FIFO))缓冲器中)。基于存储的声音,将对听力仪器提出新的一组设置,听者将被提示在听用新设置处理的声音与听用当前设置处理的声音之间选择。然后,听者可选择所提出的设置优先于当前设置,参见图4中的(2)。只要首选新设置,当前设置将被更新。该过程可重复几次,参见图4中的(3)、(4),每次听者均将能够在当前设置和新设置之间选择,直到用户满意为止。该可用作听力仪器中的一般设置,或者只要检测到类似的声学场景就可记起这些设置。用这些设置进行处理可在听力仪器中发生,其中声音片断被传回到听力仪器;或者处理可在辅助装置中发生,其模仿听力仪器处理。藉此,仅处理后的信号被传给听力仪器并直接呈现给听者。
图5示出了在辅助装置上运行的能够进行语音可懂度测试的APP。测试可以是许多类型的测试,但非常直接的与图5的使用一起图示的一种类型例如是数字识别测试(如“三数测试”),其中听者必须重复不同的数字(在图5中,分别为‘4,8,5’、‘3,1,0’和‘7,0,2’),其可被无线传给听力仪器并以不同的信噪比(经输出单元,如助听器的扬声器)呈现给听者(不同的数字也可通过辅助装置的扬声器播放并通过助听器的传声器拾取)。藉此,可能估计语音接受阈值(SRT)和心理测量函数,其连同听力图一起可用于精调助听器设置。作为以不同信噪比播放数字的备选,也可考虑以固定的信噪比呈现这些数字,但具有不同的助听器参数如不同的压缩或降噪设置,藉此精调听力仪器验配。
个人化决策可基于有监督的学习(如神经网络)。个人化参数(如降噪量)例如可通过经训练的神经网络确定,其中输入特征为一组预测度量(例如测得的SRT、听力图等)。
(例如按图4中例示的获得的)联合输入/优选设置及别处获得的其它用户特有参数(如SRT、听力图数据等)可用作神经网络的训练集以预测个人化的设置。
与图4有关,本发明的一方面涉及配置成将一时间段如最后20秒的输入信号存储在缓冲器中的助听器(或APP)。只要听者发现情形困难(或者可能包含太多的处理非自然信号),声音可用更攻击的设置/不太攻击的设置重复。藉此,随着时间过去,听力仪器可学习用户在不同情形下的优选设置。
2、例子,助听器指示物的个人化
用于使助听器用户能针对其喜好选择和个人化助听器的音/模式的方案在下面提出。这可在针对用户需要验配助听器期间(例如在听力护理专家(HCP)处)或者在验配后例如经移动电话或其它处理装置(如计算机)的APP进行。音和LED模式的集合可使得可由用户使用(例如在云或本地装置中)。用户在选择优选的选择之前可浏览、选择和尝试多个不同的选择(音和LED模式)。所选的音和LED模式然后存储在用户的助听器中,代替可能的默认值。用户还可被允许创作和生成自己的音频(如音模式、音乐或话音剪辑)和/或看得见的(如LED)模式。这种方法使用户能与个人化指示模式一起选择该组个人感兴趣的指示物,此外,导致比现今已知的更多的使用情形,例如包括但不限于:
-针对健康警报或其它通知而配置和个人化指示物(利用听力仪器传感器信息或者AI预测信息(AI=人工智能));
-与“如果…则…”(IFTTT)集成,使得个人化的事件可触发指示物。
图6示意性地示出了根据本发明的用于在助听器中使听得见或看得见的指示物个人化的方案的实施例。图6示出了具有部分使用情形的总解决方案的例子,其中关键操作用方括号标记,如[获取指示物]指助听器用户U或者听力护理专家(HCP)将音频和/或视觉指示物的“字典”(例如存储在服务器上,例如“云”中(在图6中记为“云数据存储”),或者存储在本地)下载到其计算机或设备(AD)。
3、例子,使用上下文信息进行助听器参数的自适应个人化
助听器验配例如可通过针对低、中等或高环境声音衰减定义一般偏好因而基于调查表输入和/或听音测试(如三数测试或STM测试等)确定听觉焦点和降噪进行个人化,但这些设置并非全天均适应用户的认知能力,例如,在会议时分离话音的能力可能在上午更好,或者在富有挑战性的声学环境中对降低背景噪声的需要可能在晚上增加。这些阈值由于在听觉健康护理中缺乏临床资源而很少进行个人化,尽管已知患者理解噪声中语音的能力(例如跨特定的时间段,如一天)展现高达15dB的差异。另外,助听器基于纯音听觉阈听力图校准,其并不捕获响度函数(如响度增长函数)在用户之间的大差异。将听力图转换为频率特有放大的逻辑依据(VAC+,NAL)基于平均的响度函数(或响度增长函数),而在现实中,患者在他们怎样双耳感知声音的响度方面有高达30dB的变化。将因特网连接的助听器与智能电话app结合使得根据每一用户的响度感知动态调整波束形成的阈值或者修改增益可行。
尽管可能为改变经蓝牙连接到智能电话的助听器上的程序定义“如果…则…”(IFTTT)规则,但在这样的配置下,没有用于评估用户是否满意给定上下文中的助听器设置的反馈环路。助听器也未从数据学习而针对变化的上下文自动调整设置。
此外,听觉病矫治个人化迄今已基于预测方法,例如目前为调查表或听音测试。在这可以是好的起点的同时,可能预期个体能力的更精确的估计可经在多个不同声音环境中的个体偏好概况确定实现。此外,个体语音接受阈值(SRT)或者全心理测量函数的估计通过在客户“真实”声音环境中进行的客户偏好概况确定而可能。
在上述基础上,使用除听力图之外的信息进行更好的个别化的听力仪器调节变得可能。
能够将备选的验配概况存储为程序或设置的其它集合的助听器使可能根据上下文和一天的时间调整听觉焦点和降噪设置。基于(通过例如包括SNR和电平的助听器检测的)声音环境、智能电话位置和日历数据(IFTTT触发器:iOS位置、Google日历事件等)定义上下文使能将用户行为建模为时间序列参数,即“触发器A”、“位置B”、“事件C”、“时间D”、“声音环境类型F”,这些与通过下述例示的优选助听器行动“设定低/中/高”相关联:
[‘已离开’,‘Mikkelborg’,‘自行车’,’上午’,‘高’,‘SNR值(dB)’]
[‘已进入’,‘Eriksholm’,‘办公室’,’上午’,‘低’,‘SNR值(dB)”]
[‘日历’,‘Eriksholm’,‘午餐’,’下午’,‘中’,‘SNR值(dB)’]…
除了低电平信号参数如SPL或SNR之外,我们基于通过助听器信号处理产生的音频声谱图分类音景。这不仅使能识别环境如“办公室”,而且使能区分意图如“对话”(2-3人,自我话音)和“忽略语音”(2-3人,未检测到自我话音)。APP可配置成:
1)自动调节定义波束形成和衰减何时应起作用的低/中/高阈值(SPL、SNR);及
2)通过根据预测的环境和意图调整频率特有放大,动态个人化相关逻辑依据(VAC+、NAL)。
APP可将音景“环境+意图”分类与用户选择的偏好结合来预测何时通过产生放大的偏离量如+/-6dB来修改逻辑依据,其被加到跨例如从200Hz到8kHz的10个频带的平均逻辑依据或从其减去,通过下述例示:
[‘办公室’,‘对话’,-2dB,-1dB,0dB,+2dB,+2dB,+2dB,+2dB,+2dB,+2dB,+2dB’]
[‘咖啡厅’,‘社交’,+2dB,+2dB,+1dB,0dB,0dB,0dB,-1dB,-2dB,-2dB,-2dB’]
即,根据“环境+意图”分类,APP可通过盖写而个人化逻辑依据(VAC+、NAL),从而
1)根据例如“办公室+对话”对增益进行整形而增强高频增益进而有助于语音可懂度;或者
2)基于例如“咖啡厅+社交”偏好修改个别学习的响度函数的增益从而降低给定环境的感知到的响度。
将用户行为建模为时间序列参数(“触发器A”、“位置B”、“事件C”、“时间D”、“设定低/中/高”)为训练决策树算法以预测遭遇新位置或事件类型时的最佳设置提供基础。
通过使用参数作为用于训练分类器的输入而将机器学习技术应用于上下文数据将使能预测助听器程序的相应变化或者设置的其它集合的变化(IFTTT行动)。随后,将经训练的分类器实施为智能电话APP中的“如果…则…”算法(决策树)将有利于在上下文变化时预测和自动选择最佳程序。也就是说,即使在遭遇新位置或事件时,该算法将基于先前学习的行为模式预测最可能的设置。作为最终结果,这可改善听力仪器的个体一般偏好和/或提高个体使用听力仪器的客观效益如语音可懂度(SI)。
另外,APP将提供简单的反馈接口(接受/否决),从而使用户能指明设置是否令人满意以确保参数被持续更新及分类器被重新训练。即使使用少量训练数据,APP将能够针对用户的认知能力及在全天变化的声音环境而调整助听器设置。类似地,所产生的数据和用户反馈可提供有价值的洞察,例如在哪一上下文选择哪些助听器设置。这样的信息对于进一步优化助听器内嵌入的信号处理能力有用。
图7示意性地示出了用于训练算法(如神经网络)的数据库的生成方法的实施例,其用于自适应提供助听器的处理算法的个人化参数设置。该方法例如可包括下述步骤:
S1,将即可使用的助听器安装在用户身体上;
S2,将助听器连接到辅助装置如智能电话或类似处理装置的APP;
S3,(通过助听器和/或辅助装置)拾取和分析用户当前声环境的声音信号;
S4,提取声环境的有关参数(平均声音电平、噪声电平、SNR、音乐、单一讲话者、多讲话者、对话、语音、没有语音、估计的语音可懂度等);
S5,可能提取物理环境的参数(如一天的时间、位置、温度、风速);
S6,可能提取用户状态的参数(如认知负荷、运动模式、体温等);
S7,连同助听器的、用户可改变的设置(如音量、程序等)一起自动存储所述(与声环境、物理环境、用户状态有关的)参数的对应的值。
数据库可在助听器的学习模式期间生成,其中用户在多个不同的状态(例如在一天的不同时间)遭遇多种有关声学情形(环境)。在学习模式下,用户可被允许影响所选算法的处理参数,如降噪(例如用于衰减噪声的阈值)或方向性(例如用于应用方向性的阈值)。
算法(如人工神经网络,如深度神经网络)例如可在迭代过程中使用上面概述的“地面真值”数据的数据库进行训练,例如通过应用价值函数。训练例如可通过使用数值优化方法进行,例如(迭代)随机梯度下降(或上升)或自适应矩估计(Adam)。经训练的算法可在助听器正常使用期间应用于助听器的处理器。作为备选或另外,经训练的(可能持续更新的)算法可在助听器正常使用期间可用,例如经智能电话,例如位于云中。因在另一装置中(或经网络在服务器上,例如“云”)进行部分处理引起的可能时延可能可接受,因为不必须在几毫秒或几秒内应用助听器的处理的修正(个人化)。
在正常使用期间,在步骤S3-S6中提及的数据可被生成并反馈给经训练的算法,其输出可以是针对给定环境和用户精神状态的(估计的)音量和/或程序设置和/或处理算法的个人化参数。
图8A示出了根据本发明的听力***的实施例如双耳助听器***。该听力***包括左和右助听器,其与辅助装置如遥控装置、如通信装置例如移动电话或者能够建立到左和右助听器之一或二者的通信链路的类似装置通信。图8B示出了辅助装置,配置成执行实施听力***的用户接口的应用程序(APP),从其能选择听力***的功能如运行模式。
图8A、8B一起示出了根据本发明的包括具有第一(左)和第二(右)助听器(HD1,HD2)的双耳助听器***实施例及辅助装置AD的应用场合。辅助装置AD包括移动电话如智能电话。在图8A的实施例中,助听器和辅助装置配置成在其间建立无线链路WL-RF,例如符合蓝牙标准(如低功耗蓝牙或等效技术)的数字传输链路的形式。作为备选,这些链路可以任何其它方便的无线和/或有线方式实施并符合任何适当的调制类型或传输标准,可能对于不同的音频源而不同。图8A、8B的辅助装置(如智能电话)包括提供助听器或听力***的遥控功能的用户接口(UI),例如用于改变助听器中的程序或运行模式或工作参数(如音量)等。图8B的用户接口UI示出了用于(在“正常模式”与“学习模式”之间)选择听力***的运行模式的APP(记为“个人化APP”)。在“学习模式”下(在图8B的例子中假定被选择,如粗斜体所示),处理参数的个人化可由用户进行,如本发明中描述的。多种预测测试之间的选择可经“个人化APP”进行(在此在“三数测试”(3D测试)和“谱-时调制”(STM测试)之间选择)。在图8B的例子中,3D测试已被选择。选择将要个人化的处理算法的另一选择可经用户接口UI进行。在图8B的例子中,可进行“降噪”算法与“方向性”算法之间的选择,方向性算法已被选择。该屏幕还包括指令开始“按钮”:
-“开始测试”,用于开始所选的预测测试(在此为“三数测试”,例如参见图5);
-“确定个人化参数”,用于开始根据从所选的预测测试(在此为“三数测试”)提取的听觉能力度量和针对所选处理算法和用户的成本-效益函数(或其子部件)开始计算所选的处理算法(在此为方向性算法)的个人化参数;及
-“应用参数”,用于存储针对所选的处理算法确定的个人化参数用于在所涉及用户的助听器中将来使用。
APP还可包括例如使用户能在(经应用参数按钮)接受所确定的个人化参数之前评估它们的屏幕或功能,例如结合图4所示所述的。
助听器(HD1,HD2)在图8A中示为安装在用户U的耳朵处(耳后)的设备,例如参见图8C。也可使用其它类型,例如完全位于耳朵中(如耳道中)、完全或部分植入在头部中。如图8A中所示,每一听力仪器可包括无线收发器以在助听器之间建立耳间IA-WL,例如基于感应通信或RF通信(如蓝牙技术)。每一助听器还包括用于建立到辅助装置AD的无线链路WL-RF(例如基于辐射场(RF))的收发器,至少用于接收和/或传输信号,例如控制信号,例如信息信号,例如包括音频信号。收发器分别由右(HD2)和左(HD1)助听器中的RF-IA-Rx/Tx-1和RF-IA-Rx/Tx-2标示。
在实施例中,遥控APP配置成与单一助听器(而不是与双耳助听器***)交互作用。
在图8A、8B的实施例中,辅助装置被描述为智能电话。然而,辅助装置可体现在其它便携电子装置中,例如FM发射器、专用遥控装置、智能手表、平板电脑等。
图8C示出了根据本发明实施例的耳内接收器式助听器(所谓的BTE/RITE型助听器)(BTE=耳后,RITE=耳内接收器)。图8C的示例性助听器HD例如空气传导型助听器包括适于位于用户耳朵处或后面的BTE部分(BTE)和适于位于用户耳道中或耳道处并包括接收器(=扬声器,SPK)的ITE部分(ITE)。BTE部分和ITE部分通过连接元件IC和ITE及BTE部分中的内部接线(例如参见BTE部分中接线Wx)进行连接(如电连接)。作为备选,连接元件可完全或部分由BTE部分与ITE部分之间的无线链路构成。当然,也可使用其它类型,例如ITE部分包括适应用户耳朵和/或耳道的定制耳模或者由定制耳模构成的类型。
在图8C的助听器实施例中,BTE部分包括具有两个输入变换器(如传声器)(MBTE1,MBTE2)的输入单元,每一输入变换器用于提供表示输入声音信号(SBTE)(源自助听器周围的声场S)的电输入音频信号。输入单元还包括两个无线接收器(WLR1,WLR2)(或收发器),用于提供相应的直接接收的辅助音频和/或控制输入信号,和/或使能将音频和/或控制信号传给其它装置如遥控器或处理装置或者电话机或者另一助听器。使用连接到网络(如“云”)的辅助装置和/或服务器的处理能力可经无线收发器(WLR1,WLR2)之一提供。助听器HD包括其上安装有多个电子元件的衬底SUB,包括存储器MEM,其例如保存不同的助听器程序(例如用户特有数据如与听力图有关的数据或者(例如包括个人化的)源自其的参数设置,或者经个人化APP提供(参见图2),例如确定前述(用户特有)程序,或者算法的其它参数例如波束形成器滤波权重和/或渐变参数),和/或助听器配置如输入源组合(MBTE1,MBTE2(MITE),WLR1,WLR2),例如针对多个不同听音情形进行优化。存储器MEM还可包括根据本发明的、针对不同声学环境(和/或不同处理算法)的个人化参数设置的数据库。在特定运行模式下,来自传声器的两个以上电输入信号进行组合以提供波束形成信号,其通过将适当的(如复数)权重应用于(至少部分)相应信号而提供。波束形成器权重优选按本发明中提出的进行个人化。
衬底SUB还包括可配置的信号处理器DSP(如数字信号处理器),例如包括用于应用随频率和电平而变的增益的处理器,例如提供波束形成、降噪、滤波器组功能及实施根据本发明的特征助听器的其它数字功能。可配置的信号处理器DSP适于访问存储器MEM,例如针对当前配置或运行模式和/或听音情形选择适当的参数和/或将数据写到存储器(如算法参数,例如用于记录用户行为),和/或用于访问根据本发明的个人化参数的数据库。可配置的信号处理器DSP还配置成基于当前选择(启动)的助听器程序/参数设置(例如自动选择的,如基于一个或多个传感器,或者基于来自用户接口的输入选择的)处理一个或多个电输入音频信号和/或一个或多个直接接收的辅助音频输入信号。所提及的功能单元(及其它元件)可根据所涉及的应用按电路和元件进行划分(例如为了尺寸、功耗、模拟-数字处理、可接受的等待时间等),例如集成在一个或多个集成电路中,或者作为一个或多个集成电路与一个或多个单独的电子元件(如电感器、电容器等)的组合。可配置的信号处理器DSP提供处理后的音频信号,其计划呈现给用户。衬底还包括前端IC(FE),用于使可配置的信号处理器DSP与输入和输出变换器等接口连接及通常包括模拟与数字信号之间的接口(例如到传声器和/或扬声器的接口,可能到传感器/检测器)。输入和输出变换器可以是个别分开的元件,或者与其它电子电路集成(例如基于MEMS)。
助听器HD还包括输出单元(如输出变换器),用于基于来自处理器的处理后的音频信号或源自其的信号提供可由用户感知为声音的刺激。在图8C的助听器实施例中,ITE部分包括扬声器(也称为接收器)SPK形式的输出单元(的至少一部分),用于将电信号转换为声学(空气传播)信号,其(在助听器安装在用户耳朵处时)被导向耳膜从而在那里提供声音信号(SED)。ITE部分还包括引导件如圆顶件DO,用于引导并将ITE部分定位在用户耳道中。在图8C的实施例中,ITE部分还包括另一输入变换器如传声器MITE,用于提供表示耳道处的输入声音信号SITE的电输入音频信号。声音SITE从环境通过半开放圆顶件DO经直接声学通路传播到耳膜处的残余腔在图8C中通过虚线箭头标示(记为“直接通路”)。直接传播的声音(通过声场Sdir标示)与来自助听器HD的声音(通过声场SHI标示)混合为耳膜处的声场SED。ITE部分可包括(可能定制的)耳模,用于提供与用户耳道相对紧密的配合(从而使朝向耳膜直接传播的声音及从扬声器到环境的声音泄漏最小化)。耳模可包括通风通道以提供声音从耳模与耳膜之间的残余腔的(受控)泄漏(从而管理堵耳效应)。
(来自输入变换器MBTE1,MBTE2,MITE的)电输入信号可在时域或(时-)频域(或部分在时域及部分在频域,如果被认为对于所涉及应用有利)进行处理。
所有三个传声器(MBTE1,MBTE2,MITE)或者三个传声器中的两个(MBTE1,MITE)可被包括在根据本发明的“个人化”程序中。“前面的”BTE传声器MBTE1可被选择为参考传声器。
在图8C的实施例中,连接件IC包括用于连接BTE部分和ITE部分的电元件的电导体。连接件IC可包括电连接器CON以将线缆连接到BTE部分中匹配的连接器。在另一实施例中,连接件IC为声管,扬声器SPK位于BTE部分中。在又一实施例中,助听器不包括BTE部分,而是整个助听器被包围在耳模(ITE部分)中。
图8C中例示的助听器HD实施例为便携设备,其包括电池BAT如可再充电电池,其例如基于锂离子电池技术,例如用于对BTE部分可能及ITE部分的电子元件供电。在实施例中,助听器适于提供随频率而变的增益和/或随电平而变的压缩和/或移频(具有或没有一个或多个频率范围到一个或多个其它频率范围的频率压缩),例如以补偿用户的听力受损。BTE部分例如可包括连接器(如DAI或USB连接器),用于将具有附加功能的“靴件(shoe)”(如FM靴或者额外的电池等)、或者编程装置(如验配***)、或者充电器等连接到助听器HD。作为备选或另外,助听器可包括用于对助听器进行编程和/或充电的无线接口。
在本发明中,用于使设置个人化的方案已在使用预测测试的处理算法(如定向或降噪算法)的框架中进行描述。然而,也可使用这些类型的测试用于物理声学的开处方,物理声学例如包括通风通道(“通风口”)。
当由对应的过程适当代替时,上面描述的、“具体实施方式”中详细描述的及权利要求中限定的装置的结构特征可与本发明方法的步骤结合。
除非明确指出,在此所用的单数形式“一”、“该”的含义均包括复数形式(即具有“至少一”的意思)。应当进一步理解,说明书中使用的术语“具有”、“包括”和/或“包含”表明存在所述的特征、整数、步骤、操作、元件和/或部件,但不排除存在或增加一个或多个其他特征、整数、步骤、操作、元件、部件和/或其组合。应当理解,除非明确指出,当元件被称为“连接”或“耦合”到另一元件时,可以是直接连接或耦合到其他元件,也可以存在中间***元件。如在此所用的术语“和/或”包括一个或多个列举的相关项目的任何及所有组合。除非明确指出,在此公开的任何方法的步骤不必须精确按所公开的顺序执行。
应意识到,本说明书中提及“一实施例”或“实施例”或“方面”或者“可”包括的特征意为结合该实施例描述的特定特征、结构或特性包括在本发明的至少一实施方式中。此外,特定特征、结构或特性可在本发明的一个或多个实施方式中适当组合。提供前面的描述是为了使本领域技术人员能够实施在此描述的各个方面。各种修改对本领域技术人员将显而易见,及在此定义的一般原理可应用于其他方面。
权利要求不限于在此所示的各个方面,而是包含与权利要求语言一致的全部范围,其中除非明确指出,以单数形式提及的元件不意指“一个及只有一个”,而是指“一个或多个”。除非明确指出,术语“一些”指一个或多个。
本发明的范围应依据权利要求进行判断。
参考文献
·Bernstein,J.G.W.,Mehraei,G.,Shamma,S.,Gallun,F.J.,Theodoroff,S.M.,and Leek,M.R.(2013).“Spectrotemporal modulation sensitivity as a predictor ofspeech intelligibility for hearing-impaired listeners,”J.Am.Acad.Audiol.,24,293–306.doi:10.3766/jaaa.24.4.5.
·[ANSI/ASA S3.5;1997]"American National Standard Methods for theCalculation of the Speech Intelligibility Index,"ANSI/ASA S3.5,1997Edition,June6,1997.
·[Taal et al.;2010]Cees H.Taal;Richard C.Hendriks;Richard Heusdens;Jesper Jensen,“A short-time objective intelligibility measure for time-frequency weighted noisy speech”,ICASSP 2010IEEE International Conference onAcoustics,Speech and Signal Processing,pp.4214-4217.
·[Moore et al.;2000]Moore,B.C.J.,Huss,M.,Vickers,D.A.,Glasberg,B.R.,and Alcantara,J.I.(2000).“A test for the diagnosis of dead regions in thecochlea,”Br.J.Audiol.,doi:10.3109/03005364000000131.doi:10.3109/03005364000000131.
·[Elberling et al.;1989]C.Elberling,C.Ludvigsen and P.E.Lyregaard,”DANTALE:A NEW DANISH SPEECH MATERIAL”,Scand.Audiol.18,pp.169-175,1989.
Claims (15)
1.用在助听器的处理器中的处理算法的一个或多个参数针对具体用户进行个人化的方法,所述方法包括:
-在用户听具有不同特性的测试信号时进行用于估计用户的听觉能力的预测测试;
-分析所述用户的所述预测测试的结果并提供所述用户的听觉能力度量;
-选择所述助听器的具体处理算法;
-根据所述测试信号的所述特性针对与用户的听觉能力有关的所述具体处理算法从一个或多个相关心理测量函数选择成本-效益函数和/或关键值;及
-对于所述用户,根据所述听觉能力度量和所述成本-效益函数确定所述具体处理算法的一个或多个个人化参数。
2.根据权利要求1所述的方法,其中,所述听觉能力度量包括语音可懂度度量或鉴频度量或鉴幅度量或频率选择性度量或时间选择性度量。
3.根据权利要求1所述的方法,其中,所述测试信号的所述不同特性由下述之一或多个表示:
-不同的信噪比(SNR);
-不同的调制深度或调制指数;
-音在宽带、带限或带阻噪声中的不同检测阈值,描述频率选择性;
-宽带或带限噪声中的时间差距的不同检测阈值,描述时间选择性;
-作为调制频率的函数如调制传递函数的调幅的不同深度或指数;
-谱调制的不同频率或深度;
-变化的中心频率和带宽下对调频的灵敏度;
-调频方向,例如包括Schroeder相刺激的正和负相的区分。
4.根据权利要求1所述的方法,包括选择用于估计用户的听觉能力程度的预测测试。
5.根据权利要求1所述的方法,其中,所述预测测试从下组进行选择:
-谱-时调制测试;
-三数测试;
-间隙检测;
-切迹噪声测试;
-TEN测试;
-耳蜗压缩。
6.根据权利要求1所述的方法,其中,所述处理算法包括下述之一或多个:降噪算法、方向性算法、反馈控制算法、讲话者分离和语音增强算法。
7.根据权利要求1所述的方法,形成其中助听器针对用户的需要进行调整的验配过程的一部分。
8.根据权利要求1所述的方法,其中,进行预测测试的步骤包括:
-启动辅助装置的测试模式;
-经所述辅助装置执行所述预测测试。
9.根据权利要求8所述的方法,其中,进行预测测试的步骤由用户启动。
10.一种助听器,配置成佩戴在用户耳朵处或耳朵中和/或至少部分植入在用户头部中,所述助听器包括正向通路,所述正向通路用于处理由输入单元提供的表示声音的电输入信号及经输出单元将可感知为声音的处理后的信号呈现给用户,所述正向通路包括用于通过执行一个或多个可配置的处理算法而进行所述处理的处理器,其中所述一个或多个可配置的处理算法的参数根据权利要求1所述的方法针对用户的具体需要进行个人化。
11.根据权利要求10所述的助听器,由空气传导型助听器、骨导型助听器、耳蜗植入型助听器或其组合构成或者包括空气传导型助听器、骨导型助听器、耳蜗植入型助听器或其组合。
12.根据权利要求10或11所述的助听器的应用。
13.一种计算机可读存储介质,其上存储有称为APP的非短暂应用,所述APP包括配置成在辅助装置上执行以实施用于包括助听器的听力***的用户接口的可执行指令,其中所述APP在执行时使用户能执行一个或多个下面的步骤:
-在用户听具有不同特性的测试信号时选择和启动用于估计用户的听觉能力的预测测试;
-启动所述用户的所述预测测试的结果的分析并提供所述用户的听觉能力度量;
-选择所述助听器的具体处理算法;
-根据所述测试信号的所述不同特性针对与用户的听觉能力有关的所述算法从一个或多个相关心理测量函数选择成本-效益函数和/或关键值;及
-对于所述用户,根据所述听觉能力度量和所述成本-效益函数确定所述处理算法的一个或多个个人化参数。
14.根据权利要求13所述的计算机可读存储介质,其中,所述APP在执行时使用户能将所述个人化参数应用于所述处理算法。
15.根据权利要求14所述的计算机可读存储介质,其中,所述APP在执行时使用户能:
-在所述个人化参数被应用于由助听器的输入单元提供的输入声音信号时及在所得的信号经助听器的输出单元播放给用户时检验所述个人化参数的结果;
-接受或拒绝个人化参数。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/919,735 US11671769B2 (en) | 2020-07-02 | 2020-07-02 | Personalization of algorithm parameters of a hearing device |
US16/919,735 | 2020-07-02 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113891225A true CN113891225A (zh) | 2022-01-04 |
Family
ID=76695624
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110753772.2A Pending CN113891225A (zh) | 2020-07-02 | 2021-07-02 | 听力装置的算法参数的个人化 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11671769B2 (zh) |
EP (1) | EP3934279A1 (zh) |
CN (1) | CN113891225A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114554379A (zh) * | 2022-02-11 | 2022-05-27 | 海沃源声科技(深圳)有限公司 | 助听器验配方法、装置、充电盒和计算机可读介质 |
CN116181183A (zh) * | 2023-03-16 | 2023-05-30 | 重庆长安汽车股份有限公司 | 车辆的车窗控制方法、装置、车辆及存储介质 |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11615801B1 (en) * | 2019-09-20 | 2023-03-28 | Apple Inc. | System and method of enhancing intelligibility of audio playback |
US11962980B2 (en) * | 2021-01-28 | 2024-04-16 | Sonova Ag | Hearing evaluation systems and methods implementing a spectro-temporally modulated audio signal |
US20220233104A1 (en) * | 2021-01-28 | 2022-07-28 | Sonova Ag | Hearing Evaluation Systems and Methods Implementing a Spectro-Temporally Modulated Audio Signal |
US11689868B2 (en) * | 2021-04-26 | 2023-06-27 | Mun Hoong Leong | Machine learning based hearing assistance system |
CN115035907B (zh) * | 2022-05-30 | 2023-03-17 | 中国科学院自动化研究所 | 一种目标说话人分离***、设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006046316B4 (de) | 2006-09-29 | 2010-09-02 | Siemens Audiologische Technik Gmbh | Verfahren zum halbautomatischen Einstellen einer Hörvorrichtung und entsprechende Hörvorrichtung |
DK2200347T3 (da) * | 2008-12-22 | 2013-04-15 | Oticon As | Fremgangsmåde til drift af et høreinstrument baseret på en estimering af den aktuelle kognitive belastning af en bruger og et høreapparatsystem og tilsvarende anordning |
EP3203472A1 (en) * | 2016-02-08 | 2017-08-09 | Oticon A/s | A monaural speech intelligibility predictor unit |
US10492008B2 (en) * | 2016-04-06 | 2019-11-26 | Starkey Laboratories, Inc. | Hearing device with neural network-based microphone signal processing |
EP3471440A1 (en) * | 2017-10-10 | 2019-04-17 | Oticon A/s | A hearing device comprising a speech intelligibilty estimator for influencing a processing algorithm |
EP3698556A1 (en) | 2017-10-16 | 2020-08-26 | Sonova AG | A hearing device system and a method for dynamically presenting a hearing device modification proposal to a user of a hearing device |
US11240616B2 (en) * | 2017-11-28 | 2022-02-01 | Sonova Ag | Method and system for adjusting a hearing device to personal preferences and needs of a user |
CN112334057A (zh) * | 2018-04-13 | 2021-02-05 | 康查耳公司 | 听力辅助装置的听力评估和配置 |
CA3002004A1 (en) * | 2018-04-18 | 2019-10-18 | Clearwater Clinical Limited | A computer-implemented dynamically-adjustable audiometer |
EP4014513A1 (en) * | 2019-08-15 | 2022-06-22 | Starkey Laboratories, Inc. | Systems, devices and methods for fitting hearing assistance devices |
-
2020
- 2020-07-02 US US16/919,735 patent/US11671769B2/en active Active
-
2021
- 2021-06-28 EP EP21182124.4A patent/EP3934279A1/en active Pending
- 2021-07-02 CN CN202110753772.2A patent/CN113891225A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114554379A (zh) * | 2022-02-11 | 2022-05-27 | 海沃源声科技(深圳)有限公司 | 助听器验配方法、装置、充电盒和计算机可读介质 |
CN116181183A (zh) * | 2023-03-16 | 2023-05-30 | 重庆长安汽车股份有限公司 | 车辆的车窗控制方法、装置、车辆及存储介质 |
CN116181183B (zh) * | 2023-03-16 | 2024-05-07 | 重庆长安汽车股份有限公司 | 车辆的车窗控制方法、装置、车辆及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
EP3934279A1 (en) | 2022-01-05 |
US11671769B2 (en) | 2023-06-06 |
US20220007116A1 (en) | 2022-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11671769B2 (en) | Personalization of algorithm parameters of a hearing device | |
US10966034B2 (en) | Method of operating a hearing device and a hearing device providing speech enhancement based on an algorithm optimized with a speech intelligibility prediction algorithm | |
EP3588981B1 (en) | A hearing device comprising an acoustic event detector | |
US10123133B2 (en) | Listening device comprising an interface to signal communication quality and/or wearer load to wearer and/or surroundings | |
CN110035367B (zh) | 反馈检测器及包括反馈检测器的听力装置 | |
US11564048B2 (en) | Signal processing in a hearing device | |
US10631107B2 (en) | Hearing device comprising adaptive sound source frequency lowering | |
US11330375B2 (en) | Method of adaptive mixing of uncorrelated or correlated noisy signals, and a hearing device | |
US11356783B2 (en) | Hearing device comprising an own voice processor | |
CN110139201B (zh) | 根据用户需要验配听力装置的方法、编程装置及听力*** | |
EP4132010A2 (en) | A hearing system and a method for personalizing a hearing aid | |
US20220256296A1 (en) | Binaural hearing system comprising frequency transition | |
US20220322019A1 (en) | Method and system of fitting a hearing device | |
US11582562B2 (en) | Hearing system comprising a personalized beamformer | |
US11576001B2 (en) | Hearing aid comprising binaural processing and a binaural hearing aid system | |
EP4047956A1 (en) | A hearing aid comprising an open loop gain estimator | |
US10757511B2 (en) | Hearing device adapted for matching input transducers using the voice of a wearer of the hearing device | |
EP4106346A1 (en) | A hearing device comprising an adaptive filter bank |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |