[发明专利]用于数字助听器的音频信号处理方法和数字助听器

说明书

本发明公开了用于数字助听器的音频信号处理方法和数字助听器，该方法包括：获取音频信号，对所述音频信号进行处理，得到所述音频信号中包含的噪声信号；基于聚类算法对所述噪声信号进行处理，获得所述噪声信号对应的场景类别；以及基于所述场景类别确定用于所述音频信号的均衡方案和降噪方案。本发明基于聚类算法对接收到的音频信号进行均衡与降噪，无需事先定义明确的场景概念，通过分析聚类中心的信号特征，进行个性化处理，场景判断更加准确，后续的均衡与降噪与场景的关联性更强，从而均衡与降噪效果更好。

技术领域

本发明总体上涉及助听器领域，更具体地，涉及用于数字助听器的音频信号处理方法和数字助听器。

背景技术

目前，全世界有许多人正在遭受听力障碍的困扰，其中部分人有着中度或以上的听力损失，因此佩戴助听器成为越来越多听损人士的选择。其中，模拟助听器通过硬件设备将接收到的外界声音进行无差别放大，没有降噪功能，对佩戴者的听力没有保护作用。而数字助听器引入了数字信号处理技术，可以实现声源定向、降噪技术、啸叫抑制等功能，同时具有体积小、外观美等优点，得到了众多听损人士的认可。

智能数字助听器通常可包含自主验配、多通道宽范围动态压缩、啸叫抑制、双麦波束定向、降噪等功能，而随着数字助听器的不断发展，呈现出了更多的需求。

然而，现有的数字助听器存在各种各样的缺点，因此，需要一种新型的用于数字助听器的音频信号处理方法和数字助听器，以解决现有数字助听器存在的问题。

发明内容

在发明内容部分中引入了一系列简化形式的概念，这将在具体实施方式部分中进一步详细说明。本发明的发明内容部分并不意味着要试图限定出所要求保护的技术方案的关键特征和必要技术特征，更不意味着试图确定所要求保护的技术方案的保护范围。

根据本发明的一方面，提供了一种用于数字助听器的音频信号处理方法，所述方法包括：获取音频信号，对所述音频信号进行处理，得到所述音频信号中包含的噪声信号；基于聚类算法对所述噪声信号进行处理，获得所述噪声信号对应的场景类别；以及基于所述场景类别确定用于所述音频信号的均衡方案和降噪方案。

在一个实施例中，其中基于聚类算法对所述噪声信号进行处理，获得所述噪声信号对应的场景类别，包括：对所述噪声信号进行处理，得到所述噪声信号的聚类特征向量；以及基于所述聚类特征向量确定所述噪声信号对应的场景类别。

在一个实施例中，其中对所述噪声信号进行处理，得到所述噪声信号的聚类特征向量，包括：对所述噪声信号进行处理，得到所述噪声信号的均值特征向量；以及基于所述均值特征向量，得到所述噪声信号的聚类特征向量。

在一个实施例中，其中对所述噪声信号进行处理，得到所述噪声信号的均值特征向量，包括：计算所述噪声信号中的各帧信号的功率谱；计算各帧信号的功率谱在频率维度上的平均值，得到所述噪声信号的功率谱特征向量；以及计算所述功率谱特征向量的均值，得到所述噪声信号的均值特征向量。

在一个实施例中，其中基于所述均值特征向量，得到所述噪声信号的聚类特征向量，包括：计算所述功率谱特征向量与所述均值特征向量的差值，作为所述噪声信号的聚类特征向量。

在一个实施例中，其中基于所述聚类特征向量确定所述噪声信号对应的场景类别，包括：确定所述聚类特征向量与预设的各个聚类中心的聚类中心特征向量的相似度，基于所述相似度确定所述噪声信号对应的场景类别。

在一个实施例中，其中确定所述聚类特征向量与预设的各个聚类中心的聚类中心特征向量的相似度，包括：计算所述聚类特征向量与预设的各个聚类中心的聚类中心特征向量的欧氏距离；以及基于所述欧氏距离确定所述聚类特征向量与预设的各个聚类中心的聚类中心特征向量的相似度。

在一个实施例中，其中基于所述场景类别确定用于所述音频信号的均衡方案和降噪方案，包括：基于所述场景类别确定用于所述音频信号的降噪算法。