[发明专利]一种基于卷积神经网络的数字助听器声源定向方法

权利要求书

1.一种基于卷积神经网络的数字助听器声源定向方法，其特征在于，包括以下步骤：

制作训练用的语音数据，播放该语音数据并利用助听器及智能终端采集；

将助听器与智能终端采集的训练用的语音数据作为输入、声源方向数据为输出进行神经网络训练，并将训练完成后的卷积神经网络输入智能终端中；

使用时，将助听器与智能终端建立通信连接，助听器接收到外部语音后传送给智能终端，所述卷积神经网络根据助听器接收的语音数据以及智能终端实时接收的语音数据，输出声源方向数据后发回给助听器。

2.如权利要求1所述基于卷积神经网络的数字助听器声源定向方法，其特征在于，在将语音数据输入到所述卷积神经网络之前，还包括对语音数据前处理的步骤：首先对语音数据预处理，然后用梅尔倒谱系数法提取语音信号特征，将语音信号通过梅尔滤波器组转化为24维特征信号；通过对语音分帧时的帧长调整，使梅尔滤波器组生成的信号为24×24的数据方阵；

将助听器左右耳语音数据中的左耳幅度信息、左耳相位信息、右耳幅度信号、右耳相位信息与智能终端语音数据中的幅度信息的五个维度的数据，整合成一个24×24×5的矩阵作为卷积神经网络输入，得到声源方向数据。

3.如权利要求2所述基于卷积神经网络的数字助听器声源定向方法，其特征在于，所述的卷积神经网络为七层结构，从输入到输出依次为第一卷积层、池化层、第二卷积层、三层全连接层、softmax层，输入24×24×5的语音数据矩阵后将得到一个90维向量输出。