基于机器学习的助听系统技术方案

一种助听装置，包括：被配置为接收助听装置所处的环境的声音的麦克风；被配置为与外部装置无线地通信数据的无线通信装置；可操作地与麦克风连接并且被配置为使用已经使用经训练的机器学习处理模型确定的声音处理设置来处理接收到的声音的控制器；以及可操作地与控制器连接并且被配置为输出经处理的声音的扬声器。该声音处理设置已经使用经训练的机器学习处理模型基于用户的听力反应和所述环境的一个或多个特性来确定。一个或多个特性来确定。一个或多个特性来确定。

【技术实现步骤摘要】
基于机器学习的助听系统


[0001]本专利技术涉及一种助听系统，且具体地涉及一种具有助听装置的助听系统，该助听装置可以使声音处理设置适应助听装置所处的环境。

技术介绍

[0002]助听装置(助听器)由听力损失的人佩戴，以补偿不同程度的听力障碍并促进对声音的聆听。传统上，助听装置存储声音处理配置文件(profile)，其包含特定于助听装置的用户的声音处理设置。声音处理设置是在听力学家指导下在临床设施中使用专门的仪器进行听力测试期间获得的。声音处理配置文件是基于助听装置的用户的听力反应来确定的，因此是特定于用户的。助听装置使用配置文件中的设置来处理声音并将经处理的声音提供给用户。随着时间的推移，由于用户的听觉可能随着时间而改变(例如，退化)，因此配置文件或设置可能变得不合适或不足。在某些情况下，对于一种噪声环境最合适的配置文件或设置对于另一种噪声环境可能是不合适或不足的。因此，用户将不得不到听力学家那里进行听力测试，以更新声音处理配置文件或设置。为了更新或配置声音处理配置文件或设置而不时需要拜访听力学家可能是不方便的、低效的和/或昂贵的。
[0003]US2015/0023535A公开了一种助听器装配系统，其允许由非专家并且不需要使用专门的仪器或临床设施来设置助听装置。所公开的助听器装配系统包括音频信号发生器、可编程助听装置和编程接口。音频信号发生器可以生成一系列的测试音频信号，该一系列的测试音频信号代表处于阈上水平的多个声音片段并共同限定在人类听觉范围内的装配音景(fitting soundscape)。可编程助听装置可以接收测试音频信号和编程信号，并可以向用户提供可听输出。可听输出代表根据编程到可编程助听装置中的装配参数(例如，声音处理参数)的测试音频信号。编程接口被配置为将编程信号传递到现场的可编程助听装置。编程接口被配置为基于用户对可听输出的认知评估(例如，在不同的环境声音特征情况下)来设置可编程助听装置的装配参数。US2015/0023535A中的助听装置能够根据用户(通常是非专家)的需要，相对简单地配置声音处理配置文件或设置。
[0004]上述助听装置对同一用户在助听装置处于不同的环境中时使用相同的声音处理配置文件或设置来处理声音。这在某些应用中可能是不合适的。

技术实现思路

[0005]在第一方面，提供了一种助听装置。助听装置包括：麦克风，其被配置为接收助听装置所处的环境的声音；无线通信装置，其被配置为与外部装置无线地通信数据；控制器，其可操作地与麦克风连接并且被配置为使用已经使用经训练的机器学习处理模型确定的声音处理设置来处理接收到的声音；以及扬声器，其可操作地与控制器连接并且被配置为输出经处理的声音。声音处理设置已经使用经训练的机器学习处理模型基于用户的听力反应和环境的一个或多个特性来确定。声音处理设置可能已经使用经训练的机器学习处理模型基于附加的因素来确定。声音可能包括环境噪声、语音等。
[0006]可选地，环境的一个或多个特性包括：由麦克风接收的环境的声音特征或环境噪声特征。
[0007]可选地，助听装置还包括存储声音处理设置的存储器。
[0008]可选地，助听装置还包括位置确定装置，其被配置为确定助听装置所处的环境的位置。位置确定装置可以包括以下一个或多个：全球定位系统(GPS)单元、Wi
‑
Fi模块、蜂窝网络模块等。
[0009]可选地，环境的一个或多个特性包括：所确定的环境的位置。
[0010]可选地，助听装置还包括被配置为捕捉环境的图像的摄像机；并且控制器被配置为处理图像以确定环境的一个或多个特性，以用于确定声音处理设置。例如，图像可以指示环境拥挤，并且控制器被配置为处理图像以确定环境拥挤从而适当地调整声音处理设置。
[0011]可选地，声音处理设置是在外部装置处确定的，并且外部装置包括经训练的机器学习处理模型。外部装置可以是服务器，例如云计算服务器，或者计算装置，例如移动计算装置(智能移动电话、手表、腕带、平板电脑、笔记本电脑、智能眼镜等)。
[0012]可选地，助听装置具有足够的计算能力(例如，通过边缘计算技术)来执行外部装置的处理操作。换言之，可选地，声音处理设置是在助听装置处确定的并且助听装置包括经训练的机器学习处理模型。
[0013]可选地，助听装置还包括存储经训练的机器学习处理模型的存储器，并且声音处理设置是在控制器处确定的。
[0014]可选地，无线通信装置包括以下至少一个：蓝牙通信模块、2G、3G、4G、5G或更高G的蜂窝通信模块，以及LTE
‑
M/NB
‑
IoT通信模块。可以附加地或替代地使用诸如近场通信模块、ZigBee通信模块等的其他无线通信装置。
[0015]可选地，助听装置包括输入装置，其被配置为接收与环境的声音处理设置的调整相关联的用户输入。输入装置可以包括输入按钮、致动器、触摸屏等。在第一方面的一个实施方式中，被配置为接收用户输入的输入装置被配置在外部装置处。
[0016]可选地，麦克风包括多向麦克风或全向麦克风。
[0017]可选地，声音处理设置是基于(例如，响应于)环境的一个或多个特性的改变而动态地确定或更新的。
[0018]可选地，经训练的机器学习处理模型包括人工神经网络。人工神经网络可以包括深度神经网络。可以使用其他合适的基于机器学习的模型(循环模型或非循环模型)。这些可能包括，例如，循环神经网络、长短期记忆模型、马尔可夫过程、强化学习、门控循环单元模型、深度神经网络、卷积神经网络、支持向量机、主成分分析、逻辑回归、决策树/森林、集成方法(组合模型)、回归(贝叶斯/多项式/回归)、随机梯度下降、线性判别分析、近邻分类法或回归法、朴素贝叶斯等。
[0019]可选地，助听装置包括可操作地与控制器连接的一个或多个(例如，左右两个)麦克风；和/或可操作地与控制器连接的一个或多个(例如，左右两个)扬声器。
[0020]在第二方面，提供了一种用于促进助听装置的操作的装置。该装置包括控制器，其被配置为：接收与用户的听力反应相关联的数据、助听装置所处的环境的一个或多个特性，以及与环境的声音处理设置的调整相关联的用户输入；并且使用接收到的数据训练机器学习处理模型以获得经训练的机器学习处理模型，该经训练的机器学习处理模型被配置为确
定用于助听装置的声音处理设置。可以从助听装置获得与用户的听力反应相关联的数据以及助听装置所处的环境的一个或多个特性。可以从助听装置或可操作地与助听装置连接的计算装置(例如，移动计算装置)获得与环境的声音处理设置的调整相关联的用户输入。优选地，机器学习处理模型已经使用来自多个用户的数据进行了训练。
[0021]可选地，控制器被配置为：接收与多个用户及其相应的助听装置相关联的数据。该数据包括相应用户的听力反应、相应助听装置所处的环境的一个或多个特性，以及与环境的声音处理设置的调整相关联的相应用户输入。控制器还被配置为使用从多个用户接收的数据来训练机器学习处理模型。...

【技术保护点】

【技术特征摘要】
1.一种助听装置，包括：麦克风，其被配置为接收所述助听装置所处的环境的声音；无线通信装置，其被配置为与外部装置无线地通信数据；控制器，其可操作地与所述麦克风连接并且被配置为使用已经使用经训练的机器学习处理模型确定的声音处理设置来处理接收到的所述声音；以及扬声器，其可操作地与所述控制器连接并且被配置为输出经处理的所述声音；其中，所述声音处理设置已经使用所述经训练的机器学习处理模型基于用户的听力反应和所述环境的一个或多个特性来确定。2.根据权利要求1所述的助听装置，其中，所述环境的所述一个或多个特性包括：由所述麦克风接收的所述环境的声音特征或环境噪声特征。3.根据权利要求1所述的助听装置，还包括：存储所述声音处理设置的存储器。4.根据权利要求1所述的助听装置，还包括：位置确定装置，其被配置为确定所述助听装置所处的所述环境的位置。5.根据权利要求4所述的助听装置，其中，所述位置确定装置包括全球定位系统(GPS)单元。6.根据权利要求4所述的助听装置，其中，所述环境的所述一个或多个特性包括：所确定的所述环境的位置。7.根据权利要求1所述的助听装置，还包括：被配置为捕捉所述环境的图像的摄像机；并且其中所述控制器被配置为处理所述图像以确定所述环境的一个或多个特性，以用于确定所述声音处理设置。8.根据权利要求1至7中任一项所述的助听装置，其中，所述声音处理设置是在所述外部装置处确定的，所述外部装置包括所述经训练的机器学习处理模型。9.根据权利要求1至7中任一项所述的助听装置，还包括：存储器，其存储所述经训练的机器学习处理模型，并且所述声音处理设置是在所述控制器处确定的。10.根据权利要求1至7中任一项所述的助听装置，其中，所述无线通信装置包括以下至少一个：蓝牙通信模块、蜂窝通信模块、LTE
‑
M通信模块和NB
‑
IoT通信模块。11.根据权利要求1至7中任一项所述的助听装置，其中，所述助听装置包括输入装置，其被配置为接收与所述环境的声音处理设置的调整相关联的用户输入。12.根据权利要求1至7中任一项所述的助听装置，其中，所述麦克风包括多向麦克风或全向麦克风。13.根据权利要求1至7中任一项所述的助听装置，其中，所述声音处理设置是基于所述环境的所述一个或多个特性的改变而动态地确定或更新的。14.根据权利要求1至7中任一项所述的助听装置，其中，所述经训练的机器学习处理模型包括人工神经网络。15.一种用于促进助听装置的操作的装置，所述装置包括：控制器，其被配置为：接收与用户的听力反应相关联的数据、所述助听装置所处的环境的一个或多个特性，以及与所述环境的声音处理设置的调整相关联的用户输入；以及使用接收到的所述数据训练机器学习处理模型以获得经训练的机器学习处理模型，所
述经训练的机器学习处理模型被配置为确定用于所述助听装置的声音处理设置。16.根据权利要求15所述的装置，其中，所述控制器被配置为：接收与多个用户及其相应的助听...

【专利技术属性】
技术研发人员：梁文雄，梁安强，
申请(专利权)人：梁文雄，
类型：发明
国别省市：