DSP数字助听器关键技术

文/罗丽

DSP 数字助听器具有能耗低、体积小、集成化等特点，能够结合患者需求进行装置参数的设定，使不同患者的听力补偿需求得到满足。而DSP 数字助听器之所以能够获得诸多应用优势，与其采用的各种关键技术有关。因此，还要加强DSP 数字助听器关键技术研究，从而使该类助听器得到较好推广与应用。

1 DSP数字助听器概述

从本质上来讲，DSP 数字助听器是利用数学运算方法实现患者听力补偿，因此可以保持良好性能。不同于模拟式助听器，DSP 数字助听器需要利用A/D 转换模块将语音信号转换为数字信号，利用数字信号处理器实现信号处理后，通过D/A 转换模块向患者发送能够满足听力需求的模拟信号。所以从结构上来看，DSP 数字助听器包含麦克风、滤波电路、A/D转换模块、DSP 核心语音处理平台、D/A 转换模块和耳机等结构。通过滤波电路，能够使由麦克风传入的噪声信号得到处理。经DSP 语音处理平台，能够实现响度补偿和回声抑制，从而使语音质量和信噪比得到提高。现阶段，采用DSP 数字助听器可以实现语音信号相应频段单独处理，结合实际听力需要实现增益补偿，使过去助听器低音小、高音刺耳等问题得到解决。

2 DSP数字助听器关键技术分析

DSP 数字助听器能够保持较好性能，与其采用的响度补偿、噪声处理和回声抑制等关键技术有关。经过一系列的数字运算处理，才能获得优质的语音，从而满足患者听力需求。

2.1 响度补偿技术

从听阈范围来看，听力损伤着听觉动态范围将明显小于正常人，并且能将随着频率变化而变化。采用DSP 数字助听器，是为了使患者听到超出听阈范围的声音，所以还要采用响度补偿技术对超出患者听阈范围的声音进行压缩处理，确保患者能够感知到这部分声音。在DSP 基础上，响度补偿主要采用基于宽动态范围压缩的信号处理算法，能够通过频率分析加强信号变化速率、能量等特征的把握，从而完成增益计算。在算法应用过程中，需要将语音频域划分为多个独立区域，建立相应的语音通道。结合听力损伤者听阈图，可以通过对各通道声音进行处理使其动态范围在患者听力动态范围内映射，继而得到通道增益。根据增益计算结果，在频域中对输入信号进行补偿，然后进行声音合成输出，能够获得理想声音传输效果。通常情况下，可以将语音频域划分为静音区、放大区、压缩区和限制区，在输入声压级为x，输出为y 的情况下，满足y=f（x），在log 域可以经声音动态范围压缩处理，利用式（1）进行增益计算，式中m 和n 分别为当前帧标号和通道标号，k 则是通道内子带标号，SPL（m）为声压级。在时域上，还应对各通道能量均方根进行确定，以便使真实语音变化速度得到反映，然后按照相对平缓速度进行增益确认，避免在响度补偿过程中出现声音畸变。

2.2 噪声处理技术

在数字助听器使用过程中，与语音一同存在的噪声可能存续相似频谱或频谱重叠等问题，造成助听器难以实现噪声有效滤除，给患者理解语音带来困难。因此采用DSP 数字助听器需要加强噪声处理关键技术的应用，对周期性噪声、冲击噪声和宽带噪声等不同类型噪声进行处理。对于人耳来讲，有用语音信息基本在200-3500Hz 范围内，1kHz 属于关系到语音识别的重要第二共振峰所处的位置。针对50-60Hz 交流声引起的周期噪声，可以利用带通滤波器进行噪声消除。针对在时域突然出现的冲击噪声，可以根据带噪语音信号幅度平均值进行阈值确定，然后利用数字滤波器机械能噪声处理。而宽带噪声多为白噪声和高斯噪声，频带较宽，将对整个语音频段进行覆盖，可能与语音信号在时域和频域上发生重叠，因此处理难度较大。在噪声处理时，还要采用减谱算法，利用两个声道分别进行带噪语音和噪声采集，然后对得到的序列进行傅里叶变换。根据得到的带噪语音频谱分量和噪声分量，可以进行相减。结合语音相位完成傅里叶变换，可以使时域信号恢复，达到消除噪声的目标。在实际应用该技术时，可以采用自适应滤波器，利用DSP 进行滤波器调节，实现带宽噪声和语音信号的非线性处理。在单话筒录音过程中，由于噪声保持局部平稳，因此可以认为不同强度语音拥有相同噪声功率谱，借助寂静帧进行噪声采集，最终实现语音的减噪处理。

2.3 回声抑制技术

作为特殊声学共振腔，耳道在传递声音信号过程中会对部分频率信号进行增强，导致系统频谱特性发生改变。同时，在数字助听器存在通气孔的情况下，将导致回声反馈的产生。为避免语音质量受到影响，还要采用回声抑制技术对回声反馈进行处理，达到反馈最小化乃至直接抵消的目标。针对DSP 数字助听器，主要采用自适应反馈消除算法完成陷波滤波器设计，能够通过控制反馈补偿信号实现回声消除。采用陷波滤波器，可以对反馈信道转移函数进行估计，得到与麦克风输出相减的信号，从而实现回声消除。但在实际应用过程中，由于DSP 芯片大小有限，在1.3-1.5V 电压下时助听器持续工作30-50h，利用回声消除算法将造成信号处理复杂度增加，继而导致芯片运算速度降低。实际应用该技术，还要适当提高数字滤波器的抽头系数和零极点数量，以便使信号转移函数产生更多陡峭波峰和波谷，继而增强助听器的回声消除性能。针对慢自适应无法对信道转移函数进行有效估计的情况，可以通过最小均方误差计算使算法的复杂度得到降低，将反馈路径幅度响应峰值看成是窄带共振，继而实现回声有效抑制。

3 结论

综上所述，在DSP 数字助听器工作的过程中，将通过运用响度补偿、噪声处理、回声抑制等关键技术完成一系列的数字运算，在滤除噪声和实现听力补偿基础上，实现回声抑制，使助听器保持良好语音传递性能，满足装置使用要求。