本书详细介绍了数字助听器信号处理的相关理论和涉及的关键算法，主要内容包括数字助听器研究基础、数字助听器多通道响度补偿算法、助听器增强算法、助听器回波抑制算法、助听器降频算法、助听器方向性技术、助听器自验配技术、助听器声场景识别算法及展望。

数字助听器信号处理是通信、信号处理、医学、生物工程等多学科交叉融合的研究领域，是国内外重要的研究课题。数字助听器信号处理研究面向听损人群，基于对听损患者的生理、心理及个人信息的诊断与分析，在满足低功耗和低存储量的前提下，采用数字信号处理的相关理论及方法对语音信号进行补偿、增强及转换，从而改善听损患者的听力状况，提高听损患者的语言理解度。该研究工作具有研究对象特殊、研究方法受限、知识深度纵向范围大等特点，具有很强的理论研究意义和实用价值。该研究工作的深入开展有助于改变我国在该研究领域的落后局面，相关研究成果对提高听损患者的听力水平、改善其生活质量及缓解社会压力有重要意义，也为智能助听器设计打下坚实的理论基础。 随着老龄化社会进程的加剧，听力退化带来的听损问题日趋严重，数字助听器研究具有越来越重要的现实意义。笔者在研究数字助听器的基本原理和听损形成机理的基础上，结合语音信号处理的前期研究基础，系统地研究了数字助听器语音信号处理的相关方法、模型及应用。本书围绕助听器语音处理的关键技术展开，对研究中涉及的一些关键技术和语音信号处理方法进行了大量的实验验证及创新设计。通过上述研究工作，笔者试图丰富和完善数字助听器语音信号处理相关理论与技术，以解决目前存在的问题。 本书是关于数字助听器信号处理的学术专著，围绕数字助听器信号处理的理论、方法和技术，结合近年来有关研究成果与工程实践，系统地分析和阐述了数字助听器语音补偿、降噪、增强等方面的理论、方法和技术。本书共分10章，主要内容包括数字助听器研究基础、数字助听器响度补偿原理与算法、助听器增强算法、助听器回波抑制算法、助听器降频算法、助听器方向性技术、助听器自验配技术、助听器声场景分类算法及研究展望。本书理论联系实际，内容新颖，适合计算机应用、电子信息工程、生物医学工程等相关专业的研究生及科研人员、工程技术人员学习参考。 本书由梁瑞宇、王青云、邹采荣合著，并由梁瑞宇统稿。衷心感谢王侠博士、郭如雪博士、荆丽硕士、薛阳阳硕士、顾天斌硕士、夏岱岱硕士、丁一坤硕士、姜涛硕士做的研究工作，以及为本书的编写工作付出辛勤劳动的老师和学生。

第1章 绪论 1 1.1 数字助听器研究的背景和意义 1 1.2 数字助听器算法概述 2 1.2.1 多通道响度补偿算法 2 1.2.2 语音增强算法 3 1.2.3 回波抑制算法 3 1.2.4 降频算法 3 1.2.5 助听器方向性技术 3 1.2.6 声场景识别算法 4 1.2.7 其他算法 4 1.3 国内外研究现状 4 1.3.1 助听器语音增强技术 5 1.3.2 助听器降频算法 5 1.3.3 助听器验配方法 6 1.3.4 认知与助听器设计 6 1.4 目前存在的问题 7 1.5 本章小结 9 参考文献 9 第2章 数字助听器相关知识 14 2.1 听觉生理常识 14 2.1.1 外耳生理 14 2.1.2 中耳生理 15 2.1.3 内耳生理 16 2.2 听力损失及其治疗方法 17 2.2.1 听力损失 17 2.2.2 治疗方法 20 2.3 标准测听法 21 2.3.1 基本概念 21 2.3.2 纯音检测方法 21 2.3.3 纯音测听的临床应用 25 2.4 言语测听 26 2.5 助听器的基本知识 28 2.5.1 助听器的基本原理和特性 28 2.5.2 助听器性能指标 30 2.5.3 主要性能指标的应用 31 2.6 产品级全数字助听器 33 2.7 汉语助听器语言策略 35 2.8 本章小结 36 参考文献 36 第3章 数字助听器响度补偿原理与算法 39 3.1 引言 39 3.2 助听器基本放大方案 40 3.2.1 声信号受到的影响 40 3.2.2 线性助听器 44 3.3 宽动态范围压缩 45 3.3.1 背景与意义 45 3.3.2 基本原理 47 3.3.3 实现方法 50 3.3.4 动态特性 53 3.4 多通道响度补偿算法 56 3.4.1 非均匀余弦调制滤波器组设计 56 3.4.2 动态非线性滤波器组设计 57 3.4.3 改进的多段处方公式 59 3.4.4 多通道响度补偿算法的步骤 61 3.5 实验与结果分析 62 3.5.1 实验设置 62 3.5.2 输入输出曲线分析 63 3.5.3 响度补偿前后的语音对比 65 3.5.4 语音质量客观评估 66 3.5.5 主观言语辨识率测试 68 3.6 本章小结 69 参考文献 69 第4章 助听器增强算法 73 4.1 引言 73 4.2 助听器增强算法概述 75 4.3 语音增强相关知识 76 4.3.1 人耳听觉感知特性 76 4.3.2 噪声特性 77 4.3.3 语音质量评价 77 4.4 经典语音增强算法 80 4.4.1 基本谱减法 80 4.4.2 改进的谱减法 82 4.4.3 基本维纳滤波法 84 4.4.4 子带维纳滤波法 87 4.5 低复杂度算法设计与实现 90 4.5.1 噪声谱预存的改进谱减算法 90 4.5.2 基于子带增益的语音增强算法 93 4.5.3 改进的子带信噪比估计算法 94 4.6 实验仿真与分析 98 4.6.1 实验设置 98 4.6.2 子带信噪比估计 98 4.6.3 语谱图对比 100 4.6.4 信噪比改善 101 4.6.5 语音质量感知评价 102 4.6.6 算法复杂度分析 103 4.7 风噪声检测与抑制算法 104 4.7.1 风噪声检测算法 105 4.7.2 风噪声抑制算法 109 4.8 本章小结 111 参考文献 111 第5章 助听器回波抑制算法 114 5.1 引言 114 5.2 助听器回波抑制算法概述 116 5.3 回波抵消算法及其改进 117 5.3.1 助听器回波抵消系统模型 117 5.3.2 自适应NLMS算法 119 5.3.3 变步长NLMS算法 119 5.3.4 啸叫检测、抑制与释放算法 121 5.4 实验与仿真 124 5.4.1 声学环境 124 5.4.2 啸叫检测算法验证与分析 125 5.4.3 算法参数分析与验证 127 5.4.4 算法回声性能比较 129 5.5 本章小结 134 参考文献 134 第6章 助听器降频算法 138 6.1 引言 138 6.2 助听器降频算法概述 140 6.3 常用降频算法分析 140 6.3.1 实验设置 140 6.3.2 英汉语言要素识别比较 142 6.3.3 环境声识别性能比较 144 6.4 非线性频率伸缩数字助听方法 145 6.4.1 算法原理 145 6.4.2 实验设置 148 6.4.3 客观实验 149 6.4.4 言语识别率实验 151 6.4.5 言语接收阈实验 153 6.5 本章小结 154 参考文献 155 第7章 助听器方向性技术 158 7.1 引言 158 7.2 定向麦克风技术 159 7.2.1 声场模型 159 7.2.2 方向性麦克风 162 7.2.3 自适应定向麦克风 164 7.2.4 麦克风阵列 166 7.3 基于方向性麦克风的降噪 168 7.3.1 方向性麦克风的降噪 168 7.3.2 自适应方向性麦克风的降噪 173 7.3.3 基于一阶和二阶的改进自适应方向性麦克风的降噪 180 7.4 实验仿真与分析 183 7.4.1 实验方法 183 7.4.2 仿真结果 185 7.4.3 性能分析 186 7.5 本章小结 189 参考文献 190 第8章 助听器自验配技术 193 8.1 引言 193 8.2 自验配助听器 195 8.2.1 自验配流程 195 8.2.2 设计原型及相关产品 196 8.2.3 自验配助听器配件 199 8.3 自验配助听器的优势 203 8.4 自验配助听器的难点 204 8.5 自验配助听器系统设计 205 8.5.1 整体架构 205 8.5.2 仿真与实验 213 8.6 总结与展望 220 8.6.1 助听器配件和工艺 220 8.6.2 助听器算法 221 8.6.3 听力专家的辅助作用 225 8.7 本章小结 225 参考文献 226 第9章 助听器声场景分类算法 236 9.1 引言 236 9.2 与声场景识别有关的助听器模块 238 9.3 不同信号的特性 239 9.3.1 周期性 239 9.3.2 频谱包络 245 9.3.3 统计评价 250 9.4 声场景分类的理论基础 251 9.4.1 特征分析与提取 251 9.4.2 分类器的设计 255 9.5 实验与分析 258 9.5.1 实验设计 258 9.5.2 实验结果与分析 259 9.6 本章小结 260 参考文献 260 第10章 展望 262 10.1 语音线索增强 262 10.2 助听器自验配技术 264 10.3 大数据与言语增强 264 10.4 基于深度学习的语音及听觉重建 265 参考文献 266

梁瑞宇，博士研究生学历，南京工程学院通信工程学院教授，长期从事语音信号处理的教学与科研工作，承担多项国家自然科学基金课题。