噪声鲁棒的动态范围压扩算法

    1 引言

    大多数听障患者通过佩戴助听器的方式来获得帮助。 数字助听器是助听器市场的主流，其制造工艺、验配程序等都会对使用者的佩戴效果造成影响。 数字助听算法作为其核心， 对整个数字助听系统的效果起着决定性的作用。 数字助听系统算法通常包括语音场景识别、传声器阵列、噪声抑制、动态范围压扩以及反馈消除等部分[1]。

    在整个数字助听系统算法中， 最核心的是动态范围压扩算法。 动态范围压扩算法的主要目的就是将声音放大到听障患者的听阈之上， 从而使患者能听到声音，在放大语音的同时，保证语音强度低于患者痛阈，避免给患者带来不适感觉[1]。在对语音进行动态范围压扩的过程中应尽可能保持舒适的听感， 同时提高语音的质量和可懂度。 典型的动态范围压扩算法将语音放大的同时，也会放大噪声，放大的噪声不仅会影响患者听音的舒适度，削弱语音的质量和可懂度，而且长时间暴露在高强度噪声的环境下， 会使得听障患者的听力更加恶化。 目前动态范围压扩算法主要关注压扩处理的频率分辨率和处理时延， 以及通过处理使频率的划分更加符合人耳的听觉特征等方面[2-4]。 而对于动态范围压扩中对噪声的放大问题关注较少。

    由于语音信号本身的特性， 噪声对语音各个频带的影响并不是均匀和均衡的， 某些频带受到的影响会比别的频带更大， 这就使得不同的频带具有不同的信噪比。因此对于不同类型的噪声，当某一频带语音不存在的可能性比较高或有效信噪比 SNR 较低的时候，可以对该频带的噪声谱进行估计和更新。 基于信噪比的时间递归平均噪声估计算法根据各频带的信噪比来调节平滑因子[5]。

    笔者提出的动态范围压扩方案， 利用基于信噪比的时间递归平均噪声估计算法，动态调整动态范围压扩算法的阈值下限， 在对语音进行压扩放大的同时，尽量避免放大噪声。

    2 典型动态范围压扩

    动态范围压扩包括两个部分，首先用峰值检测器或相关的处理检测信号的能量，然后根据动态范围压扩规则，将峰值检测器的输出结果作为动态压扩的输入，从而得到压扩增益。 典型的助听器压扩系统输入输出映射关系如图 1 所示[2]。 假设峰值检测器检测到输入语音的能量为 sin，则根据图 1 所示的动态范围压扩映射关系，输出语音能量 sout由下式得到

    其中输入语音能量位于正常听域即大于 t1， 小于 t2的输入信号，处理压缩比为 r∶1。 得到输出信号 sout之后，就可以得到动态范围压扩的增益