数字助听器原理及核心技术

图书标准信息

• 作者 梁瑞宇
• 出版社 电子工业出版社
• 出版时间 2018-08
• 版次 1
• ISBN 9787121349676
• 定价 68.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸

【内容简介】

本书详细介绍了数字助听器信号处理的相关理论和涉及的关键算法，主要内容包括数字助听器研究基础、数字助听器多通道响度补偿算法、助听器增强算法、助听器回波抑制算法、助听器降频算法、助听器方向性技术、助听器自验配技术、助听器声场景识别算法及展望。

【作者简介】

梁瑞宇，博士研究生学历，南京工程学院通信工程学院教授，长期从事语音信号处理的教学与科研工作，承担多项国家自然科学基金课题。

【目录】

第1章  绪论1

1.1  数字助听器研究的背景和意义1

1.2  数字助听器算法概述2

1.2.1  多通道响度补偿算法2

1.2.2  语音增强算法3

1.2.3  回波抑制算法3

1.2.4  降频算法3

1.2.5  助听器方向性技术3

1.2.6  声场景识别算法4

1.2.7  其他算法4

1.3  国内外研究现状4

1.3.1  助听器语音增强技术5

1.3.2  助听器降频算法5

1.3.3  助听器验配方法6

1.3.4  认知与助听器设计6

1.4  目前存在的问题7

1.5  本章小结9

参考文献9

第2章  数字助听器相关知识14

2.1  听觉生理常识14

2.1.1  外耳生理14

2.1.2  中耳生理15

2.1.3  内耳生理16

2.2  听力损失及其治疗方法17

2.2.1  听力损失17

2.2.2  治疗方法20

2.3  标准测听法21

2.3.1  基本概念21

2.3.2  纯音检测方法21

2.3.3  纯音测听的临床应用25

2.4  言语测听26

2.5  助听器的基本知识28

2.5.1  助听器的基本原理和特性28

2.5.2  助听器性能指标30

2.5.3  主要性能指标的应用31

2.6  产品级全数字助听器33

2.7  汉语助听器语言策略35

2.8  本章小结36

参考文献36

第3章  数字助听器响度补偿原理与算法39

3.1  引言39

3.2  助听器基本放大方案40

3.2.1  声信号受到的影响40

3.2.2  线性助听器44

3.3  宽动态范围压缩45

3.3.1  背景与意义45

3.3.2  基本原理47

3.3.3  实现方法50

3.3.4  动态特性53

3.4  多通道响度补偿算法56

3.4.1  非均匀余弦调制滤波器组设计56

3.4.2  动态非线性滤波器组设计57

3.4.3  改进的多段处方公式59

3.4.4  多通道响度补偿算法的步骤61

3.5  实验与结果分析62

3.5.1  实验设置62

3.5.2  输入输出曲线分析63

3.5.3  响度补偿前后的语音对比65

3.5.4  语音质量客观评估66

3.5.5  主观言语辨识率测试68

3.6  本章小结69

参考文献69

第4章  助听器增强算法73

4.1  引言73

4.2  助听器增强算法概述75

4.3  语音增强相关知识76

4.3.1  人耳听觉感知特性76

4.3.2  噪声特性77

4.3.3  语音质量评价77

4.4  经典语音增强算法80

4.4.1  基本谱减法80

4.4.2  改进的谱减法82

4.4.3  基本维纳滤波法84

4.4.4  子带维纳滤波法87

4.5  低复杂度算法设计与实现90

4.5.1  噪声谱预存的改进谱减算法90

4.5.2  基于子带增益的语音增强算法93

4.5.3  改进的子带信噪比估计算法94

4.6  实验仿真与分析98

4.6.1  实验设置98

4.6.2  子带信噪比估计98

4.6.3  语谱图对比100

4.6.4  信噪比改善101

4.6.5  语音质量感知评价102

4.6.6  算法复杂度分析103

4.7  风噪声检测与抑制算法104

4.7.1  风噪声检测算法105

4.7.2  风噪声抑制算法109

4.8   本章小结111

参考文献111

第5章  助听器回波抑制算法114

5.1  引言114

5.2  助听器回波抑制算法概述116

5.3  回波抵消算法及其改进117

5.3.1  助听器回波抵消系统模型117

5.3.2  自适应NLMS算法119

5.3.3  变步长NLMS算法119

5.3.4  啸叫检测、抑制与释放算法121

5.4  实验与仿真124

5.4.1  声学环境124

5.4.2  啸叫检测算法验证与分析125

5.4.3  算法参数分析与验证127

5.4.4  算法回声性能比较129

5.5  本章小结134

参考文献134

第6章  助听器降频算法138

6.1  引言138

6.2  助听器降频算法概述140

6.3  常用降频算法分析140

6.3.1  实验设置140

6.3.2  英汉语言要素识别比较142

6.3.3  环境声识别性能比较144

6.4  非线性频率伸缩数字助听方法145

6.4.1  算法原理145

6.4.2  实验设置148

6.4.3  客观实验149

6.4.4  言语识别率实验151

6.4.5  言语接收阈实验153

6.5  本章小结154

参考文献155

第7章  助听器方向性技术158

7.1  引言158

7.2  定向麦克风技术159

7.2.1  声场模型159

7.2.2  方向性麦克风162

7.2.3  自适应定向麦克风164

7.2.4  麦克风阵列166

7.3  基于方向性麦克风的降噪168

7.3.1  方向性麦克风的降噪168

7.3.2  自适应方向性麦克风的降噪173

7.3.3  基于一阶和二阶的改进自适应方向性麦克风的降噪180

7.4  实验仿真与分析183

7.4.1  实验方法183

7.4.2  仿真结果185

7.4.3  性能分析186

7.5  本章小结189

参考文献190

第8章  助听器自验配技术193

8.1  引言193

8.2  自验配助听器195

8.2.1  自验配流程195

8.2.2  设计原型及相关产品196

8.2.3  自验配助听器配件199

8.3  自验配助听器的优势203

8.4  自验配助听器的难点204

8.5  自验配助听器系统设计205

8.5.1  整体架构205

8.5.2  仿真与实验213

8.6  总结与展望220

8.6.1  助听器配件和工艺220

8.6.2  助听器算法221

8.6.3  听力专家的辅助作用225

8.7  本章小结225

参考文献226

第9章  助听器声场景分类算法236

9.1  引言236

9.2  与声场景识别有关的助听器模块238

9.3  不同信号的特性239

9.3.1  周期性239

9.3.2  频谱包络245

9.3.3  统计评价250

9.4  声场景分类的理论基础251

9.4.1  特征分析与提取251

9.4.2  分类器的设计255

9.5  实验与分析258

9.5.1  实验设计258

9.5.2  实验结果与分析259

9.6  本章小结260

参考文献260

第10章  展望262

10.1  语音线索增强262

10.2  助听器自验配技术264

10.3  大数据与言语增强264

10.4  基于深度学习的语音及听觉重建265

参考文献266