[发明专利]一种具有助听功能的降噪耳机及其实现耳机助听的方法在审
| 申请号: | 202211091467.2 | 申请日: | 2022-09-07 |
| 公开(公告)号: | CN115567861A | 公开(公告)日: | 2023-01-03 |
| 发明(设计)人: | 王雨雷;邓刚 | 申请(专利权)人: | 深圳市逸音科技有限公司 |
| 主分类号: | H04R25/00 | 分类号: | H04R25/00 |
| 代理公司: | 北京卓岚智财知识产权代理有限公司 11624 | 代理人: | 武丹聘 |
| 地址: | 518000 广东省深圳市龙华区观湖*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 有助 功能 耳机 及其 实现 方法 | ||
1.一种具有助听功能的降噪耳机,其特征在于:包括音频信号接收模块、助听处理芯片、噪音识别模块、神经网络模块、降噪处理模块、声音处理合成模块、扬声器与骨传导振子,所述音频信号接收模块用于对外界的声音信号进行接收并将接收的声音信号发送至所述助听处理芯片,所述助听处理芯片用于将接收的声音信号进行放大并将放大的信号发送至所述噪音识别模块,所述噪音识别模块将放大的声音信号进行噪音信号的识别并将识别的信号发送至所述神经网络模块,所述神经网络模块对识别的信号根据训练好的算法对识别的信号进行特征分类提取得到音频信号接收模块所处环境的分类信号,并将得到的环境分类信号发送至所述降噪处理模块;所述降噪处理模块根据不同的环境分类信号选择不同降噪比的对识别的信号进行降噪处理并将降噪处理的信号发送至所述声音处理合成模块,所述声音处理合成模块将降噪处理的信号进行声音合成并发送至扬声器与骨传导振子,所述扬声器、所述骨传导振子对合成的声音信号进行输出。
2.根据权利要求1所述的一种具有助听功能的降噪耳机,其特征在于:所述降噪耳机还包括失真分析模块与失真处理模块,所述失真分析模块用于对接收的声音信号与降噪处理的信号进行对比,若对比发现降噪处理的信号的失真系数大于预设的阀值,则启动失真处理模块,所述失真处理模块将降噪的信号进行预失真处理,并将预失真处理的信号发送至声音处理合成模块。
3.根据权利要求1所述的一种具有助听功能的降噪耳机,其特征在于:所述神经网络模块在训练时,输入多个不同场景的声音信号进行特征分类提取,直至提取的特征分类与不同场景的声音信号相对应则训练完毕。
4.根据权利要求3所述的一种具有助听功能的降噪耳机,其特征在于:所述神经网络模块在提取特征分类信号时,将不同场景的声音信号分成多段进行多个特征分类的提取,在将提取的多个特征分类进行识别,得到场景的特征分类。
5.根据权利要求1所述的一种具有助听功能的降噪耳机,其特征在于:所述降噪处理模块包含第一降噪通道、第二降噪通道和第三降噪通道,所述第一降噪通道包括一个音频编解码器和一个数字信号处理器,所述第二降噪通道包括一个音频编解码器和两个数字信号处理器,所述第三降噪通道包括一个音频编解码器和两个数字信号处理器。
6.根据权利要求5所述的一种具有助听功能的降噪耳机,其特征在于:所述降噪处理模块根据所处环境的分类信号旋转合适的降噪通道进行降噪处理。
7.根据权利要求1所述的一种具有助听功能的降噪耳机,其特征在于:所述助听处理芯片包括定位传感器,所述音频信号接收模块设置有至少两个。
8.一种具有助听功能的耳机助听实现的方法,其特征在于,包括以下步骤:
步骤一、音频信号接收模块用于对外界的声音信号进行接收并将接收的声音信号发送至助听处理芯片;
步骤二、助听处理芯片用于将接收的声音信号进行放大并将放大的信号发送至噪音识别模块,噪音识别模块将放大的声音信号进行噪音信号的识别并将识别的信号发送至神经网络模块;
步骤三、神经网络模块对识别的信号根据训练好的算法对识别的信号进行特征分类提取得到音频信号接收模块所处环境的分类信号,并将得到的环境分类信号发送至降噪处理模块;
步骤四、降噪处理模块根据不同的环境分类信号选择不同降噪比的对识别的信号进行降噪处理并将降噪处理的信号发送至声音处理合成模块;
步骤五、声音处理合成模块将降噪处理的信号进行声音合成并发送至扬声器与骨传导振子,扬声器、骨传导振子对合成的声音信号进行输出。
9.根据权利要求1所述的一种具有助听功能的耳机助听实现的方法,其特征在于:步骤四中,失真分析模块用于对接收的声音信号与降噪处理的信号进行对比,若对比发现降噪处理的信号的失真系数大于预设的阀值,则启动失真处理模块,失真处理模块将降噪的信号进行预失真处理,并将预失真处理的信号发送至声音处理合成模块。
10.根据权利要求1所述的一种具有助听功能的耳机助听实现的方法,其特征在于:步骤三中所述神经网络模块在训练时,输入多个不同场景的声音信号进行特征分类提取,直至提取的特征分类与不同场景的声音信号相对应则训练完毕;所述神经网络模块在提取特征分类信号时,将不同场景的声音信号分成多段进行多个特征分类的提取,在将提取的多个特征分类进行识别,得到场景的特征分类。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市逸音科技有限公司,未经深圳市逸音科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202211091467.2/1.html,转载请声明来源钻瓜专利网。





