线性神经网络在数字助听器降噪中的应用研究

介绍了数字助听器的结构和线性神经网络基本模型,对线性神经网路在数字助听器降噪中的应用进行了研究。并且运用Matlab进行了仿真,仿真结果表明线性神经网路在消除叠加随机噪声上有明显的效果。

助听器言语增强降噪方法的客观测试

目的了解采用计算言语清晰度指数(speechintelligibilityindex,SII)实现降噪的新型计算方法的可行性。方法通过实验室客观测试,比较不同听力损失程度和噪声强度下,开启SII降噪功能的助听器与传统降噪设置的助听器在频阈和时阈方面输出的不同。结果SII降噪计算有别于助听器的传统降噪,运用该种降噪方法的助听器其输出增益与使用者的听力损失程度和所处环境噪声强度密切相关,即在噪声强度相同的环境中,听力损失程度越重,助听器输出增益的减少将越少;并且SII计算方法对环境噪声有较高的敏感度。结论采用SII计算方法所设计的助听器降噪系统,可根据使用者的听力损失程度以及环境噪声的差异,适时地调整降噪参数,以保证助听器的参数设置在满足使用者对于增益需求的同时兼具良好的降噪效果。