基于真实对话语音能量模型与可听裕量的助听器WDRC验配方法及系统、介质与流程

本发明涉及助听器验配，特别是涉及一种基于真实对话语音能量模型与可听裕量的助听器wdrc验配方法及系统、介质。

背景技术：

1、现有助听器验配通常根据用户听阈、听损程度和传统验配公式生成不同频段的目标增益和压缩参数。这类方法可以解决一部分“听不见”的问题，但在真实对话和自验配场景中，仍会出现问题。如用户感觉声音变大了，但还是听不清，尤其是高频辅音、擦音、爆破音、词尾等语音清晰度线索。高频补偿容易受到耳塞类型、佩戴泄漏和反馈啸叫风险限制，若只按听阈提高高频增益，可能导致刺耳或啸叫。当远程麦克风参与采音时，远程麦输入和耳端麦输入如何共同进入助听器端 wdrc（宽动态范围压缩）和混音处理，普通验配方法覆盖不足等。

技术实现思路

1、本发明的目的是为克服现有技术的不足和缺陷，而提供一种基于真实对话语音能量模型与可听裕量的助听器wdrc验配方法及系统、介质。本发明基于用户听力画像和真实对话语音能量模型，生成既能提升目标语音线索可听性、又不超过用户舒适与安全输出边界的多频段wdrc参数，并支持试听反馈修正和远程麦混音协同处理。

2、根据本技术的一个方面，提供一种基于真实对话语音能量模型与可听裕量的助听器wdrc验配方法，包括步骤：

3、s1.获取用户左右耳多频点听阈数据，根据所述听阈数据生成用户听力画像；

4、s2.获取耳塞类型及耳塞类型对应的反馈风险上限、助听器硬件最大输出能力；

5、s3.利用真实对话语音能量模型，分别确定目标语音中元音主能量区和辅音清晰度线索区的语音输入能量估计；

6、s4.根据可听裕量策略，确定目标语音线索相对于用户听阈的预设可听裕量，生成元音主能量区和辅音清晰度线索区的可听性目标输出值；

7、s5.基于所述可听性目标输出值与语音估计能量，确定小声输入段的多频段目标增益；

8、s6.基于验配初值和/或所述真实对话语音能量模型确定中声输入段的多频段参考增益；

9、s7.根据用户不舒适响度级或默认安全输出曲线确定的用户舒适边界、助听器硬件最大输出能力以及耳塞类型对应的反馈风险上限中的最小值，确定大声输入段的多频段输出上限；

10、s8.根据所述小声输入段的多频段目标增益、所述中声输入段的多频段参考增益以及所述大声输入段的多频段输出上限，生成多频段wdrc参数；

11、s9.根据所述多频段wdrc参数和助听器实时输入信号幅度，在小声输入段、中声输入段和大声输入段对应的控制点之间进行连续增益拟合，得到助听器实时处理增益。

12、其中，所述用户听力画像至少包括用户左右耳多频点的听阈、左右耳差异、听损类型、言语可懂度指标、言语识别能力、不舒适响度级、默认安全输出曲线中的一种或多种。

13、其中，所述耳塞类型包括开放耳塞、半开放耳塞、封闭耳塞、定制耳模及功率耳模中的至少一种。

14、其中，所述耳塞类型对应的反馈风险上限根据耳塞类型、人工头测试数据、历史测试数据和用户实际佩戴反馈的至少一种确定。

15、其中，所述真实对话语音能量模型，基于预设对话距离和目标语音声级范围根据真实对话语音建立；所述真实对话语音能量模型用于将目标语音线索的语音成分至少分为低中频元音主能量区和中高频辅音清晰度线索区。

16、其中，所述预设对话距离为1米～2米，所述目标语音声级范围为45db spl～70dbspl。

17、其中，所述预设可听裕量至少为5db且不超过10db。

18、其中，所述可听裕量策略根据预设条件确定目标语音线索相对于用户听阈的不同可听裕量；预设条件至少包括用户听损程度、策略模式、语音区域属性的一种或多种。

19、其中，策略模式至少包括平衡策略及清晰度策略：平衡策略下，不同频段采用一致的可听裕量；清晰度策略下，辅音清晰度线索区的各频段采用更高的可听裕量。

20、其中，所述元音主能量区和辅音清晰度线索区的可听性目标输出值为元音主能量区和辅音清晰度线索区的各频段的听阈与预设可听裕量相加得到。

21、其中，所述小声输入段多频段目标增益为所述可听性目标输出值减去所述语音估计能量的差值；高频辅音清晰度线索区的目标增益根据计算的初始目标增益与耳塞类型在对应频段允许的最大安全增益确定。

22、其中，所述元音主能量区包括500hz～2khz范围内的至少部分频段，所述辅音清晰度线索区包括2khz～8khz范围内的至少部分频段。

23、其中，所述小声输入段、中声输入段和大声输入段分别对应 50db spl、65db spl和 80db spl。

24、其中，所述验配初值由 nal-nl2 类非线性处方验配公式、预设验配公式或验配模型输出中的一种形成。

25、其中，用户不舒适响度级未输入时，采用默认安全输出曲线作为用户舒适边界，与助听器硬件最大输出能力以及耳塞类型对应的反馈风险上限，共同确定大声输入段的多频段输出上限，若有用户不舒适响度级输入，则以用户不舒适响度级作为用户舒适边界，与助听器硬件最大输出能力以及耳塞类型对应的反馈风险上限，共同确定大声输入段的多频段输出上限。

26、其中，所述多频段wdrc参数至少包括多个频段wdrc增益、压缩拐点、压缩比、攻击时间和释放时间。

27、其中，所述多个频段的中心频率采用预设的20个频段（band）中心频率划分、nal-nl2类中心频率划分或设备滤波器组中心频率划分中的至少一种。

28、其中，所述连续增益拟合采用线性插值、分段压缩曲线或是样条拟合的方法的至少一种方式实现。

29、其中，所述真实对话语音能量模型包括以下至少一种：基于预设语音统计量的能量模型、基于语音成分识别模型实时估计的能量模型、基于预标注语音材料的能量模型或基于清晰度线索估计网络的能量模型。

30、进一步的，步骤s8的生成所述多频段wdrc参数之后，还包括：

31、基于所述多频段wdrc参数进行试听，确定试听反馈的错词类型；

32、根据所述错词类型与频段、压缩参数或清晰度策略之间的预设映射关系，对所述多频段wdrc参数修正，得到最终多频段wdrc参数。

33、其中，当所述试听反馈的错词类型在多次修正后仍不满足预设可懂度阈值时，触发以下至少一种降级或升级动作：重新测听、耳塞类型检查与提示更换耳塞、切换至人工验配流程。

34、进一步的，当远程麦克风参与采音时，所述助听器wdrc验配方法还包括：

35、获取远程麦输入信号和耳端麦输入信号；

36、根据远程麦输入电平、耳端麦输入电平和用户听力画像，确定频段相关的远程麦混音比例；

37、根据所述混音比例，将远程麦输出和耳端麦输出合成为助听器端输出信号。

38、根据本技术的第二个方面，提供一种基于真实对话语音能量模型与语音线索可听裕量的助听器wdrc验配系统部署于助听器或验配终端，以计算机程序的形式存储于所述助听器或验配终端的存储器中，由所述助听器或验配终端的处理器调用，通过以下模块实现助听器wdrc验配：

39、听力画像生成模块，用于获取用户左右耳的听阈数据，根据所述听阈数据生成用户听力画像；

40、设备参数获取模块，用于获取耳塞类型及耳塞类型对应的反馈风险上限、助听器硬件最大输出能力；

41、语音输入能量估计模块，用于利用真实对话语音能量模型，分别确定目标语音中元音主能量区和辅音清晰度线索区的语音输入能量估计；

42、可听性目标确定模块，用于根据可听裕量策略，确定目标语音线索相对于用户听阈的预设可听裕量，生成元音主能量区和辅音清晰度线索区的可听性目标输出值；

43、小声输入段增益确定模块，用于基于所述可听性目标输出值与语音估计能量，确定小声输入段的多频段目标增益；

44、中声输入段增益确定模块，用于根据验配初值和/或所述真实对话语音能量模型确定中声输入段的多频段参考增益；

45、大声输入段增益确定模块，用于根据用户不舒适响度级或默认安全输出曲线确定的用户舒适边界、助听器硬件最大输出能力以及耳塞类型对应的反馈风险上限中的最小值，确定大声输入段的多频段输出上限；

46、参数生成模块，用于根据所述小声输入段的多频段目标增益、所述中声输入段的多频段参考增益以及所述大声输入段的多频段输出上限，生成多频段wdrc参数；

47、增益拟合模块，用于根据所述多频段wdrc参数和助听器实时输入信号幅度，在小声输入段、中声输入段和大声输入段对应的控制点之间进行连续增益拟合，得到助听器实时处理增益。

48、根据本技术的第三个方面，提供一种计算机可读存储介质，所述计算机可读存储介质上存储有预设计算机程序，所述计算机程序被处理器调用执行时实现所述的助听器wdrc验配方法。

49、本发明的技术，基于用户听力画像及设备参数上限，结合真实对话语音能量模型确定元音主能量区和辅音清晰度线索区的语音输入能量估计及预设的可听裕量策略，生成元音主能量区和辅音清晰度线索区的可听性目标输出值，基于元音主能量区和辅音清晰度线索区的可听性目标输出值以及语音估计能量，确定小声输入段的多频段目标增益；基于验配初值确定中声输入段的多频段参考增益，同时根据用户不舒适响度级或默认安全输出曲线确定的用户舒适边界、助听器硬件最大输出能力以及耳塞类型对应的反馈风险上限的最低值确定大声输入段的多频段输出上限，然后共同生成更适合真实日常对话的多频段wdrc验配参数，既能提升目标语音线索可听性、又不超过用户舒适与安全输出边界，并支持试听反馈修正和远程麦混音协同处理。