[發明專利]一種基于頻率調制信息的人工耳蝸語音處理方法及處理器

有效

• 申請號: 200810239725.0
• 申請日: 2008-12-16
• 公開（公告）號: CN101642399A
• 公開（公告）日: 2010-02-10
• 發明（設計）人: 楊琳;張建平;顏永紅
• 申請（專利權）人: 中國科學院聲學研究所;北京中科信利技術有限公司
• 主分類號: A61F11/04
• 分類號: A61F11/04;G10L21/02
• 代理公司: 北京法思騰知識產權代理有限公司
• 代理人: 楊小蓉

技術領域

本發明涉及一種人工耳蝸語音處理方法及處理器，具體地說，涉及一種利用語音信號中的頻率調制信息實現一種適合母語為漢語的耳聾患者在噪聲環境下進行言語識別的基于頻率調制信息的人工耳蝸語音處理方法及處理器。

背景技術

人工耳蝸是目前唯一能夠使全聾患者恢復部分聽力的有效方法。它是在病人的耳蝸內植入電極陣列，根據輸入聲信號產生電極刺激信號，以電信號刺激聽覺神經的方式為深度耳聾的病人恢復部分聽力，它起到了模擬和替代從外耳到內耳整體聽覺功能的作用。語音信號處理器是人工耳蝸中最重要的部分，它提取某些特定的聲學特征，通過編碼和射頻傳輸來控制電刺激的參數，如脈沖幅度、發放速率等。植入耳蝸皮下的電極在這些電信號的作用下刺激聽覺神經，這些聽覺神經又與中樞神經相連，電脈沖在那里被解讀成言語信息。

目前在人工耳蝸中，最主流的語音處理算法是連續交疊采樣算法(CIS，Continuous?Interleaved?Sampling)，語音信號首先經過一組分析濾波器組，然后采用半波整流和低通濾波的方法提取各個子帶信號的時域包絡，再對從各個子帶中提取出時域包絡信息進行編碼傳輸，激勵皮下電極。CIS算法按照耳蝸的拓撲結構，將語音信號從低頻到高頻被分解為幾個頻帶，模擬聲音頻率沿耳蝸基膜的分布情況，即：耳蝸頂端編碼聲音的低頻信息，底端編碼高頻信息，其中子帶數目通常選擇4-22個不等。

雖然在當前的語音處理策略中，僅依靠3-4個頻帶的時域包絡信息，在安靜的環境下可以使耳聾患者獲得90％以上的語音可懂度，但是在嘈雜的噪聲環境下并不能取得良好的效果。而且，對于母語為漢語的患者，其言語可懂度明顯不及前者，特別是在聲調識別方面，佩戴人工耳蝸的耳聾患者漢語四聲的聲調識別率很低。這是因為與西方語言不同，漢語普通話與英語在聲學和語音學層次上有著明顯不同，最顯著的特點在于漢語普通話中聲調具有表義作用，而當前的人工耳蝸技術卻無法體現出語音的聲調變化。

發明內容

本發明的目的是提供一種基于頻率調制信息的人工耳蝸語音處理方法及處理器，是一種適合母語為漢語的耳聾患者的、具有噪聲魯棒性的人工耳蝸語音處理算法及處理器，使得耳聾患者感受到更多精細的語音結構信息，增強耳聾患者在噪聲下的言語識別能力，以及有助于聲調的辨識。

為了實現上述目的，本發明提供的基于頻率調制信息的語音處理方法，包括如下步驟：

1)將語音信號進行預加重之后，經過一組分析濾波器組，分解為幾個子頻帶；

2)提取各個子帶信號的時域包絡信息，采用希爾伯特變換的方法提取低頻部分的頻率調制信息，與時域包絡相乘，得到包含頻率調制信息的合成時域包絡，

其中，所述時域包絡提取方法采用的是傳統的低通濾波器方法，頻率調制信息的提取方法采用的是希爾伯特變換的方法，為得到包含頻率調制信息的包絡，步驟如下：

a)將子帶信號經過半波整流和低通濾波后，得到一個時域包絡信號；

b)同時，將子帶信號經過希爾伯特(Hilbert)變換，得到其對應的解析信號，并求取解析信號的相位部分，即得到子帶信號的頻率調制信息；

c)對解析信號的相位信息進行求導，移除中心頻率，再經過積分和三角變換后得到耳聾患者感知范圍內的幾百赫茲的較低頻率的頻率調制信息；

d)將步驟a)中得到的包絡與步驟c)中得到的頻率調制信息相乘，為了防止產生過高頻慮的信號，使耳聾患者無法感知，再經過一個低通濾波器進行頻率限制，得到的信號就是含有頻率調制信息的子帶時域包絡；

3)利用步驟2)得到的各個子帶時域包絡調制脈沖序列，再將各子帶的調制脈沖相加，得到最終合成的刺激信號，發送到電極。

本發明的方法中，用各個子帶中包絡檢測器提取出的子帶包絡調制各個子帶對應的脈沖信號，脈沖信號的頻率與當前子帶采用的分析濾波器的中心頻率相同，最后將電脈沖發送到植入耳蝸的對應電極上，以此電信號刺激殘余的神經細胞，使耳聾患者感受到聲音。

上述技術方案中，所述步驟1)中采用的分析濾波器組是一組6階Butterworth帶通濾波器，該分析濾波器組的中心頻率的選擇采用Greenwood頻率-位置函數，

f＝165.4*(10^0.06×d-0.88)

其中，f表示距離耳蝸基膜底端d毫米處對應的特征頻率。

各個帶通濾波器的中心頻率和截止頻率的設計符合人耳的頻率拓撲結構。