[发明专利]用于电子耳蜗的语音处理方法

说明书

技术领域

本发明涉及一种电子耳蜗，尤其涉及用于电子耳蜗的语音处理方法。

背景技术

电子耳蜗是一种利用功能性电刺激恢复重度或完全失聪患者部分听力的医学装置，它是目前治疗感音神经性耳聋的唯一有效途径。迄今为止，全球至少已经有100000人进行了电子耳蜗的植入手术。科学技术的发展，尤其是微电子领域的进步，使得电子耳蜗经历了从单极到多极，从模拟到数字，从简单的特征提取到复杂时域细节处理的发展。随着信号处理技术的不断创新和语音编码策略研究的日趋成熟，电子耳蜗系统不仅可以提供很高程度的语音识别率，而且能够使植入者在安静的环境下进行电话交流。然而，对于目前存在的植入者噪声环境下的语音识别、语调语音识别、“鸡尾酒会效应”（cocktail partyeffect）以及音乐的识别等问题却一直没有得到很好的解决，其主要原因是现有的语音处理方案仍然不是很完善，不能够很好的模拟听觉外周系统的功能。

语音编码策略是电子耳蜗的核心技术，根据侧重激励电极的不同信息和听觉机制，人们开发了很多语音编码策略，究其特点可以分为三类即模拟方案、幅度调制方案和幅频调制方案。

模拟方案主要是将采集的语音信号经过简单的带通滤波和合适的动态范围压缩后直接送往电极刺激听神经，该方案主要包括CA（Compressed Analog）。幅度调制和幅频调制方案的原理相似，都是把语音信号经过预处理后通过多个带通滤波器，进行一系列处理，最后把每个带通滤波器的输出波形送往电极刺激听神经。不同之处在于AM方案主要传递的是原始语音的幅度信息，利用获取的幅度信息对固定频率的双相脉冲进行调制，进而送往听神经。该策略主要包括：同时模拟刺激SAS（Simultaneous Analog Stimulation）、最大谱峰处理器SMSP（Spectral Maxima Sound Processor）、谱峰法SPEAK（Spectral peak）、连续间隔采样CIS（Continuous Interleaved Sampling）等。幅频编码策略在提取原始语音信号幅度信息的同时也提取了其频率（相位或微细结构）信息，利用原始语音的幅度及频率（相位或微细结构）联合编码，达到改善语音识别的目的，这类方法主要包括幅频联合编码（Frequency Amplitude Modulation Encoding,FAME）、小波过零刺激（Wavelet Transform Zero-crossing Stimulation,WTZS）等。

研究表明，噪声环境下语音的识别，竞争语音以及音乐的识别和语音信号中包含的频率、相位信息以及时域微细结构密切相关。而现有语音编码策略有些只能传递语音的幅度信息（SPEAK，CIS等）；有些编码策略虽然同时编码幅度和频率信息但处理后的信息过于粗糙使得听神经无法选择性的获取有用信息（如CA）导致语音识别效果不佳；FAME、WTZS等编码策略固然可以同时将原始语音的幅度和频率传送至听神经，且经实验验证确实可以改善语音识别能力，但其原理设计缺陷及自适应性未能得到很好的解决。

发明内容

针对现有语音编码策略存在的问题，本发明提出了一种用于电子耳蜗的语音处理方法，具备良好的自适应性。

本发明的用于电子耳蜗的语音处理方法，其包括以下步骤：预处理步骤，对经麦克风输入的语音信号进行预处理；希尔伯特黄变换步骤，对经预处理后的语音信号进行希尔伯特黄变换，得到多个通道的希尔伯特黄变换信号；调制步骤，对于每个通道，将该通道的希尔伯特黄变换信号进行处理，得到与该通道的希尔伯特黄变换信号对应的幅度信号和频率信号；用与该通道的希尔伯特黄变换信号对应的频率信号对双相脉冲进行调制得到与该通道的希尔伯特黄变换信号对应的双相脉冲调制频率信号；用与该通道的希尔伯特黄变换信号对应的幅度信号对与该通道的希尔伯特黄变换信号对应的双相脉冲调制频率信号进行调制，得到用于驱动与该通道对应的电极的通道调制信号。

优选地，所述预处理步骤包括预加重和分帧处理。

优选地，所述预处理步骤包括预加重、端点检测和分帧处理。

优选地，所述双相脉冲为该通道中心频率的双相脉冲。

优选地，所述双相脉冲为脉冲位置与对应于该通道希尔伯特黄变换信号的本征模态函数的过零位置对应的脉冲。

优选地，在调制步骤中，将每个通道的希尔伯特黄变换信号分为第一路信号和第二路信号；通过第一路信号得到与该通道的希尔伯特黄变换信号对应的幅度信号；通过第二路信号得到与该通道的希尔伯特黄变换信号对应的频率信号。