數位助聽器應用之強化語音辨識度噪音抑制與頻率壓縮演算法

Abstract

本論文提出了兩種應用於數位助聽器的演算法──探討雙麥克風拾音特性與?率譜密度之噪音抑制演算法(A Dual-Microphone Noise Reduction Algorithm Based on Power Level Difference and Polar Pattern)、適用中高度陡降型聽損之非線性頻率壓縮演算法(A Nonlinear Frequency Compression Algorithm to Enhance High Frequency Speech Intelligibility Designed for Moderate and Severe Sloping Hearing Loss)。前者為端射型(Endfire)的雙麥克風系統(Dual-microphone System)，由於助聽器有小體積的基本要求，故兩麥克風的間距需極小，進而導致基於相干性函數(Coherence Function)的表現不佳，改以?率階層差(Power Level Difference PLD)與拾音特性(Polar Pattern)取代，進一步引入理想二元遮罩(Ideal Binary Mask)的概念，避免過度地抑制已被語音遮蔽的噪音，造成語音訊號變形(Distortion)而影響辨識能力，因此，無論在理想的模擬假設下，抑或是真實錄音環境中，本論文所提出之噪音抑制演算法，即使面對各種類型的噪音源干擾，能在信噪比(Signal to Noise Ratio SNR)、基於相干性的語音辨識度指標(Coherence-based Speech Intelligibility Index CSII)上有相當幅度的改善，如此確保本演算法的穩定性，此外，本論文所提出的噪音抑制演算法在運算複雜度的比較上亦佔有優勢，故能為聽損者提供一個效能穩定、體積小，且成本考量上更符合經濟效益的選擇；後者的非線性頻率壓縮演算法的研究對象是中高度的陡降型聽損者(Sloping Hearing Loss)，若僅是純粹地對富含?多重要信息的高音頻帶進行放大處理(Amplification)，並無法帶來等效的助益，還可能導致回授型噪音(Feedback Noise)來影響聽覺感受，所以本論文依照聽損者的聽力圖(Audiogram)、聽力辨識度權重值(Speech Intelligibility Weights)，來客製化地調整各頻帶語音的分布，將高頻資訊保留至較低的頻帶，便可達到節省回授音消除(Feedback Cancellation)的成本，以及提升受測者在華語語音聽力辨識測驗(Mandarin Speech Recognition Test)的表現。綜合上述，本論文兼具數值上的改良，以及符合使用者端真正的需求兩大特點，以祈能為更多的聽損者帶來幫助。

Date of Award	2016 Aug 4
Original language	Chinese
Supervisor	Sheau-Fang Lei (Supervisor)