本文關(guān)鍵詞：數(shù)字助聽器聽覺場景識別和自動增益控制算法研究及實現(xiàn)

  更多相關(guān)文章： 數(shù)字助聽器 聽覺場景識別 GMM LBG VAD 自動增益控制

【摘要】：佩戴助聽器的聽力患者跟正常人生活同樣生活在各種環(huán)境下,如在安靜的臥室,嘈雜的公路上或者在音樂會上。有些助聽器的算法只適用于某種場景,在另外一個場景下可能沒有效果甚至帶來更壞的結(jié)果。有些助聽器設(shè)備需要患者根據(jù)不同的環(huán)境去手工調(diào)節(jié)一些參數(shù)和用音量調(diào)節(jié)開關(guān)來控制輸出音量以適應(yīng)當(dāng)前環(huán)境獲得更好的聲音。并且在一次設(shè)定之后,戴上之后不可能一直進(jìn)行手動調(diào)節(jié),而且手動選擇功能對于老人,小孩或身體殘疾的人等弱勢群體來說,非常不便利。如果讓助聽器利用算法自動識別場景,自動設(shè)置參數(shù)適應(yīng)當(dāng)前環(huán)境和自動增益輸出音量,代替人工操作的繁瑣部分,這將極大提升助聽器的智能性。本文采用基于高斯混合模型(GMM)的聽覺場景識別算法可以自動分析識別出安靜環(huán)境,噪聲環(huán)境和音樂環(huán)境下的各種場景,比如噪聲環(huán)境下的街道,火車和餐廳場景。根據(jù)不同的場景來調(diào)節(jié)助聽器其他算法的參數(shù)。接著本文提出一個改進(jìn)的方法,在傳統(tǒng)GMM模型的基礎(chǔ)上對訓(xùn)練部分算法提出改進(jìn),傳統(tǒng)的GMM訓(xùn)練算法對μ的初始值是采用隨機(jī)選取的辦法,本文則采用融合模擬退火算法和LBG算法來設(shè)定GMM模型參數(shù)μ的值,從而使生成的GMM場景模型更加優(yōu)化。在給定的測試集里,傳統(tǒng)的GMM算法正確率大概在77%,本文提出的改進(jìn)算法正確率提升至大約85%。本文提出一種基于語音平均能量基礎(chǔ)上的自動增益控制(AGC)算法,算法根據(jù)輸入的語音信號自動調(diào)節(jié)音量使得輸出的聲音更加舒適并保持在聽力的舒適范圍內(nèi),將微弱的聲音進(jìn)行放大,而對過大的聲音進(jìn)行限幅。在該算法的基礎(chǔ)上提出基于語音活動幀檢測算法(VAD)的自動增益控制算法(AGC),算法的基本思想是利用VAD算法判決當(dāng)前語音幀是否為語音,若判為語音幀則啟用AGC算法,否則抑制非語音幀。
【學(xué)位授予單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TH785.1

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 楊博;劉潤生;張國防;;基于WDRC的聽力損傷補(bǔ)償算法研究[J];電聲技術(shù);2013年11期

2 周江平;高俊;屈曉旭;;基于FPGA的音頻AGC設(shè)計與實現(xiàn)[J];通信技術(shù);2013年08期

3 魏政;尹雪飛;陳克安;;可實現(xiàn)聽覺場景匹配的智能數(shù)字助聽器算法[J];聲學(xué)技術(shù);2012年05期

4 曹玉萍;;基于信號子空間的語音增強(qiáng)方法[J];電子測試;2012年06期

5 梁瑞宇;奚吉;張學(xué)武;;數(shù)字助聽器發(fā)展現(xiàn)狀及其算法綜述[J];信息化研究;2011年01期

6 陳yN;陳明義;;基于SOPC的嵌入式數(shù)字音頻AGC系統(tǒng)的設(shè)計與實現(xiàn)[J];電子科技;2010年09期

7 石鑫;李春龍;李昊;;基于RLS算法的自適應(yīng)噪聲抵消系統(tǒng)研究[J];電子測量技術(shù);2010年03期

8 胡旭君;史靚;金冬冬;徐怡萍;Sam Mok;;自適應(yīng)動態(tài)范圍優(yōu)化技術(shù)臨床應(yīng)用效果探討[J];聽力學(xué)及言語疾病雜志;2008年06期

9 畢無敵;張洪君;;自動增益控制(AGC)電路特性研究[J];山東師大學(xué)報(自然科學(xué)版);1993年01期

，

本文編號：1207474