助听器端到端联合声反馈抑制和去噪去混响研究

现有助听器往往将声反馈、噪声和混响问题独立优化,约束了其性能上限,为此提出了一种两阶段端到端深度学习联合声反馈抑制和去噪去混响方法。该方法首先在助听器临界稳定工作状态通过闭环系统仿真构造大量的带噪带混响带声反馈的数据,其次通过离线联合训练的方式完成两阶段网络模型预训练,最后将预训练好的模型应用于闭环系统中实现低时延声反馈、噪声和混响的同步抑制。以实录声反馈路径进行助听器系统闭环仿真测试的客观实验结果表明,相比于传统处理算法、只考虑混响和噪声的模型和只采用单阶段网络训练的模型,所提方法在语音质量感知评估测度、扩展的短时客观可懂度和加权频带分段信噪比等客观指标上均具有显著优势。