发布时间 : 星期五 文章20051334072曹春燕更新完毕开始阅读
由于滤波器组中的个滤波器带宽不同，为防止混跌应设计不同的抽样率。根据带通抽样理论，要求未经抽样的子带信号的带宽必须严格满足：
bl?1fh,l?0,1,?,7 （5-2） sl其中bl为子带信号带宽，sl为抽取因子，fh为信号最高频率，这样的条件可以防止带内混跌出现[17]。
在Bark域分割非等宽子带滤波器组时，对于不同带宽的子带时采用不同的抽取因子，以防止带内混叠。为了使滤波器组输出信号可以完美重构输入信号，可以通过线性相位FIR滤波器完美重构条件及阻带能量约束，满足滤波器组在频带范围内的频率响应平坦的要求。 5.1.3 综合滤波器组的实现
对于满足线性相位的滤波器组，可以选定重构滤波器与相对应的滤波器相同，即
gl(n)?hl(n),l?0,1,?,7。如要求滤波器组输出信号y(n)可以完美重构输入信号x(n)，必须满足相邻
频带之间无混跌并且滤波器组在整个频带范围内频率响应平坦。
对于满足这些条件的滤波器组，可以得到重构信号如下所示：
1y(n)??gl(n)?hl(n)?x(n) （5-3）
l?0sl
由上式，整个分析和综合滤波器组的脉冲响应公式为：
771t(k)??(hl(k)?gl(k)) （5-4）
l?0sl假设滤波器长度为N，写成向量形式：
tl(0)tl(1)tl?tl(2)?tl(2N?1)hl(0)hl(1)?hl(2)?00?000?gl(0)gl(1)gl(2)?
hl(0)?hl(1)??0??hl(N?1)gl(N?1)?Hl?gl （5-5）
1t??tl（5-6）
sl?0l
各通道的线性相位分析滤波器hl(k)的阻带能量可以通过计算覆盖其阻带的频率点
7{?0,?1,??N}得到。通过{?0,?1,??N}计算阻带能量如下：
21
?1cos(?0?1)?1cos(??1)1?l????????1cos(?N?1)2?cos(?0?(lp?1))??hl(0)??h(1)??cos(?1?(lp?1))???l? ??????????cos(?N?(lp?1))?h(l?1)??lp???2?Pl?hl （5-7）
这样对于完美重构滤波器组的分析滤波器的设计，应在满足上述条件的约束下使阻带能量最小化。根据以上分析设计八通道滤波器组，选择合适的滤波器长度，如N=77。可以证明，设计得到的滤波器组各子带都实现了线性相位，并具有统一的群延迟，合成语音信号不存在畸变
[18]
。
5.2 移频方案
5.2.1 移频原理
传统助听器通过调控信号的振幅，使各频率的振幅变大，这种设计理念可以满足仅需要对声音进行简单放大的患者的需求。然而，最近的研究证明，高频听力损失超过7OdB时，内毛细胞的功能己损失殆尽。此时病人即使可感知放大的高强度声刺激，但对语言理解不但没有作用反而有负面影响。
这是因为传统助听器均采用振幅压缩放大原理，而其振幅放大量和频带宽度却受到麦克风和扬声器性能的限制，使其在高频尤其是2Hkz以上的增益效果受限。仅采用振幅压缩放大原理的助听器，其助听效果不足以补偿高频听力损失超过60dB的病人对增益的需求。
对于高频听力完全丧失的深重度听力损失患者，声强放大效果不明显，因此有学者提出移频算法和频率压缩算法，这种“移频”助听技术是一种避开增益限制和无用听力的信号处理策略，即按比例的频率压缩（proportional frequency compression），这样可以将关键的高频言语信息“移”到具有较好残余听力的低频区。用此技术有可能将输入言语信号的频带匹配到患耳最敏感的有限频带，而不是使已不存在的高频听力产生反应。这种改变并不影响语言的分辨，因为听辩语言最终靠大脑，大脑察觉频率是基于比率而不是绝对的频率。5.2.2 算法结构
移频与频率压缩算法都是通过频域处理进行补偿来实现的，算法结构如图5-2所示。
我们以X(f)表示信号的频谱函数，需要压缩的原始频段为fil~fih，目标频段为fol~foh，则频域上的压缩比为
[19]
p?
fih?fil
foh?fol （5-8）
压缩后的频谱函数表达式为
X'(f)?0f?fol?? ?X'(f)?X[p*(f?fol)?fil],fol?f?foh?X'(f)?0foh?f? （5-9）
由上式可知，压缩过程中，频谱特性完全按照比例线性压缩到患者的残留听力的频域。而处于压缩范
22
围以外的部分，频谱都为0。
图5-2 移频算法结构图
6 小结
助听器使用数字信号处理技术给听力学家和听力障碍患者带来了新的希望,比如更好的逼真度,更大的可操作性,改善噪声环境下的语言辨别,更好地重建各种令人烦恼的听觉损伤。随着科学的日新月异，数字助听器中的语音处理算法也在不断地改进和完善。数字助听器中方向性技术（包括声源定位和自适应波束形成）的研究和应用是语音信号处理的一个新领域。基于麦克风阵列的方向性技术正成为越来越流行的高质量语音拾取的工具。此外，本文提出的将输入言语信号的频带匹配到重度耳聋患者最敏感的有限频带的方法，可以使患者重新获得言语感知能力，对患者的听力矫正具有重要的意义。应该说,今日的数字助听器发展还处于早期,其性能与患者需求还有一定差距,其需求和市场还很广大。不仅是听力有障碍的人,听力正常的人在某些场合下也要借助助听器。例如在噪声大的工作环境(如车间,工地)。在会场、课堂等语音质量差的地方使用助听器也可提高收听效果,增强注意力,这些问题都有待我们的努力。
参考文献：
[1] 赵力，邹采荣，吴镇扬.汉语连续语音声调识别的研究.信号处理，2000. [2] 刘赵杰，邵健.汉语自然口语中声调识别的研究.物理学报，2007.
[3] Fa-Long Luo,Nehorai, A.Recent Developments in Signal Processing for Digital Hearing
23
Aids.Signal Proc,1998.
[4] B.Widrow A microphone array for hearing aid.IEEE Cicuits and System
Magazine,vol,1,pp.26-32,2001.
[5] 肖宪波，王宁宇，胡广书.数字助听器中若干主要算法的发展和现状，生物医学工程杂志，2004. [6] 居有亮，彭启宗.基于麦克风阵列的声源定位算法研究，博士论文，2000. [7] 高杰，胡广书，数字助听器语音增强算法的研究，硕士论文，2005.
[8] Brandstein M S.Silverman H ，A practical methodology for speech source localization with
microphone arrays ，1997
[9] 张湘宁，陈光冶，数字化助听器的若十技术发展，电声技术，2001年08期。 [10] [11] [12]
周浩洋，殷福亮，基于麦克风阵列的声源定位方法研究，硕士论文，2002. 梁丽丽，马晓红，麦克风阵列语言增强算法的研究，硕士论文，2005.
HYUARINEN A, OJA E. Independent component analysis algorithms and
applications[J].Neural Networks, 2000 [13]
林静然，彭启宗，邵怀宗，居太亮，用于宽带非平稳信源分离的一种盲波束算法，电子科技
大学学报，2008. [14] [15] [16] [17]
陶智，赵鹤鸣，龚呈卉，基于听觉掩蔽效应和Bank子波变换的语音增强，声学学报，2005. 赵力，语音信号处理，机械工业出版社，2005.
乔杰，利用人耳听觉特征的子带双声道回波抵消，应用科学学报，2007.
SUN Y R，SIGNELL S．Algorithms for nonuniform bandpasssampling in radio receiver[c]
／／Proceedings of the 2003International Symposium on Circuits and Systems(ISCAS2o03)，May，2003 [18]
王青云，赵力，乔杰，邹采荣，符合人耳听觉特征的数字助听器子带响度补偿，应用科学学
报，2008. [19]
应俊，陈广飞，基于DSP数字助听器关键技术的研究，硕士论文，2006.
24