一种基于模型学习的听力补偿方法及设备技术

本发明专利技术公开了一种基于模型学习的听力补偿方法及设备，其步骤包括：1)利用神经网络对声音信号S进行非线性变化，得到针对目标听力损伤程度人群的补偿声音信号S

【技术实现步骤摘要】
一种基于模型学习的听力补偿方法及设备


[0001]本专利技术属于助听
，涉及听力补偿方法，具体涉及一种基于模型学习的听力补偿方法及设备。

技术介绍

[0002]听力损失是重要的公共健康问题之一，根据世界卫生组织2021年发布的全球听力评估报告，目前全球约有15亿人患有听力损失，其中4.3亿需要针对听力损失的康复服务，到2050年，听力损失人数或将增加至25亿，其中7亿需要听力康复。听力损失诊断的标准是听阈(hearing threshold)，听阈的获得是在特定环境和设备等条件下，播放固定频率的纯音信号，测量受试者做出正确察觉反应能达到预定百分数的最低声压级。听阈反映了被试不同频率处听力损失的情况。正常听力者双耳听阈为25dB HL或更低，听阈高于该值则患有听力损失。听力损失最明显的一个特征就是可听度的下降，这会导致原来可听的信号不再可听，这通常内毛细胞损失导致的神经元发放阈值的升高有关。此外，听力损失还伴随着阈上功能的损失，例如频率选择性的降低、响度感知动态范围变窄与输入输出非线性压缩特性的减弱或消失等，这通常与耳蜗中外毛细胞的损失有关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于模型学习的听力补偿方法，其步骤包括：1)利用神经网络对声音信号S进行非线性变化，得到针对目标听力损伤程度人群的补偿声音信号S
NC
；2)利用听力损伤模拟器对所述补偿声音信号S
NC
进行非线性处理，生成非线性失真信号S
′
；然后将S
′
是作为所述神经网络的输入，S
NC
为S
′
对应的标签数据，得到训练数据(S
′
,S
NC
)训练所述神经网络；3)利用步骤2)训练的神经网络更新步骤1)中的神经网络；4)重复步骤1)～3)直至达到设定的终止条件；5)对于给定的一段声音信号，利用步骤4)训练结束后所得的神经网络进行非线性变化，产生用于播放给目标听力损伤程度人群的补偿声音。2.如权利要求1所述的方法，其特征在于，所述听力损伤模拟器首先对声音信号进行短时傅里叶变换，得到每一帧信号的功率谱与相位谱，然后将信号的功率谱与一个强度及频率相关的衰减因子相乘得到处理后的功率谱，最后将处理之后的功率谱与原始相位谱通过短时逆傅里叶变换，得到处理后的信号。3.如权利要求1或2所述的方法，其特征在于，所述听力损伤模拟器首先根据声音信号的功率谱P与听觉滤波器的幅频响应W，计算得到兴奋水平E＝WP；然后计...

【专利技术属性】
技术研发人员：陈婧，吴玺宏，牛亚东，栗楠，
申请(专利权)人：南京未来脑科技有限公司，
类型：发明
国别省市：