摘要 | 第5-7页 |
Abstract | 第7-8页 |
缩略词注释表 | 第15-16页 |
第1章 绪论 | 第16-28页 |
1.1 数字助听器语音信号处理算法的研究背景和意义 | 第16-17页 |
1.2 国内外研究现状和存在的问题 | 第17-24页 |
1.3 本文主要工作 | 第24-26页 |
1.3.1 基于人耳听觉特性的自适应响度补偿方法 | 第24-25页 |
1.3.2 自适应声反馈抑制算法研究 | 第25页 |
1.3.3 非线性频率压缩算法研究 | 第25-26页 |
1.3.4 语音可懂度增强算法研究 | 第26页 |
1.4 论文组织结构 | 第26-28页 |
第2章 数字助听器研究基础 | 第28-38页 |
2.1 研究背景 | 第28-30页 |
2.1.1 人耳的听觉生理 | 第28页 |
2.1.2 听损的类型 | 第28-29页 |
2.1.3 听力损失的分级 | 第29-30页 |
2.2 听损患者需要面对的问题 | 第30-32页 |
2.2.1 可听度下降 | 第30页 |
2.2.2 动态范围减小 | 第30-31页 |
2.2.3 频域分辨率下降 | 第31页 |
2.2.4 时域分辨率下降 | 第31-32页 |
2.3 数字助听器软件算法 | 第32-36页 |
2.3.1 响度补偿算法 | 第32-33页 |
2.3.2 反馈抑制算法 | 第33-34页 |
2.3.3 降频算法 | 第34-35页 |
2.3.4 噪声抑制算法 | 第35-36页 |
2.4 小结 | 第36-38页 |
第3章 基于人耳听觉特性的自适应响度补偿算法 | 第38-54页 |
3.1 多通道响度补偿方法 | 第38-42页 |
3.1.1 响度补偿的依据 | 第38-40页 |
3.1.2 响度补偿算法的流程 | 第40-41页 |
3.1.3 声压级测量 | 第41-42页 |
3.2 自适应多通道响度补偿方法 | 第42-45页 |
3.2.1 Gammatone滤波器组设计 | 第43-44页 |
3.2.2 判决模块 | 第44页 |
3.2.3 补偿模块 | 第44-45页 |
3.3 实验与仿真 | 第45-52页 |
3.3.1 仿真实验 | 第45-48页 |
3.3.2 主观测听实验 | 第48-52页 |
3.3.2.1 受试者 | 第48页 |
3.3.2.2 测试信号 | 第48页 |
3.3.2.3 语音可懂度评价实验 | 第48-50页 |
3.3.2.4 语音质量评价实验 | 第50-52页 |
3.4 小结 | 第52-54页 |
第4章 数字助听器变步长声反馈抑制算法 | 第54-72页 |
4.1 数字助听器系统中的声反馈 | 第55-56页 |
4.2 基于NLMS的变步长声反馈抑制算法 | 第56-62页 |
4.2.1 VSS-NLMS助听器反馈抑制系统模型 | 第56-57页 |
4.2.2 VSS-NLMS算法 | 第57-58页 |
4.2.3 仿真实验 | 第58-62页 |
4.2.3.1 延时解相关性能 | 第58-60页 |
4.2.3.2 自适应滤波器状态检测 | 第60页 |
4.2.3.3 算法去反馈性能比较 | 第60-62页 |
4.3 基于NSAF的变步长声反馈抑制算法 | 第62-70页 |
4.3.1 系统模型 | 第62-63页 |
4.3.2 VSS-NSAF反馈路径估计算法 | 第63-64页 |
4.3.3 计算复杂度比较 | 第64页 |
4.3.4 仿真实验 | 第64-70页 |
4.3.4.1 无延时子带滤波器的解相关性能 | 第64-66页 |
4.3.4.2 自适应滤波器状态检测 | 第66-67页 |
4.3.4.3 算法去反馈性能比较 | 第67-70页 |
4.4 小结 | 第70-72页 |
第5章 基于人耳听觉特性的数字助听器降频算法 | 第72-86页 |
5.1 降频助听技术存在的问题 | 第73页 |
5.2 自适应非线性频率压缩算法 | 第73-77页 |
5.2.1 算法流程 | 第73-75页 |
5.2.2 频率映射方法 | 第75-77页 |
5.3 实验 | 第77-85页 |
5.3.1 仿真结果与分析 | 第77-78页 |
5.3.2 主观实验 | 第78-85页 |
5.3.2.1 受试者 | 第78页 |
5.3.2.2 实验步骤 | 第78-79页 |
5.3.2.3 验配过程 | 第79-81页 |
5.3.2.4 主观测听实验 | 第81-85页 |
5.4 小结 | 第85-86页 |
第6章 基于二值掩蔽的数字助听器语音可懂度增强算法 | 第86-104页 |
6.1 基于二值掩蔽的可懂度增强系统 | 第87-89页 |
6.1.1 系统概述 | 第87-88页 |
6.1.2 基于SVM的二值掩蔽值估计 | 第88页 |
6.1.3 基于二值掩蔽的语音谱估计 | 第88-89页 |
6.2 MRPNCC特征提取 | 第89-93页 |
6.2.1 预处理 | 第89-90页 |
6.2.2 非对称滤波去噪 | 第90-92页 |
6.2.3 时域掩蔽 | 第92页 |
6.2.4 平均功率归一化 | 第92页 |
6.2.5 功率函数非线性化 | 第92-93页 |
6.3 实验 | 第93-102页 |
6.3.1 仿真实验 | 第93-98页 |
6.3.2 听觉实验 | 第98-102页 |
6.4 小结 | 第102-104页 |
第7章 总结与展望 | 第104-108页 |
7.1 本文已经取得的研究成果 | 第104-105页 |
7.2 可以进一步研究的问题 | 第105-108页 |
参考文献 | 第108-118页 |
致谢 | 第118-120页 |
博士期间参加的科研项目和取得的成果 | 第120页 |