【技术实现步骤摘要】
本申请涉及人工智能，特别涉及一种助听方法、装置、设备及存储介质。
技术介绍
1、随着人工智能技术的快速发展，诸如机器学习等技术分支在众多领域都得到了应用，比如机器学习技术通过与声学计算融合，能够助力于听力辅助服务。
2、在听力辅助方面，对于听力受损者来说，佩戴的助听设备的性能越佳，助听效果便越好。即，助听设备的质量好坏直接决定了佩戴者的听觉体验。
3、基于此，为了确保听力受损者的生活质量，很有必设计一种新的助听方案来提升助听设备性能，以为佩戴者提供更加优质的听力辅助服务。
技术实现思路
1、本申请实施例提供了一种助听方法、装置、设备及存储介质。所述技术方案如下：
2、一方面，提供了一种助听方法，所述方法包括：
3、采集用户当前所在环境的声音信号，所述用户佩戴有所述助听设备；
4、基于采集到的声音信号进行环境分类，得到当前环境所属的环境类别；
5、获取所述用户的听力数据以及所述用户在当前环境下的偏好数据；其中，所述听力数据用于反映所述用户的听力损失状况；
6、根据所述环境类别、所述听力数据和所述偏好数据，对在当前环境下采集到的声音信号进行语音增强，得到有效声音成分。
7、在一种可能的实现方式中，所述根据所述环境类别、所述听力数据和所述偏好数据，对在当前环境下采集到的声音信号进行语音增强，得到有效声音成分，包括：
8、根据所述环境类别、所述偏好数据和所述听力数据，确定当前环境下的
9、在所述语音增强策略的约束下，从在当前环境下采集到的声音信号中提取所述有效声音成分并抑制噪声成分。
10、在一种可能的实现方式中，所述根据所述环境类别、所述偏好数据和所述听力数据，确定当前环境下的语音增强策略，包括：
11、根据所述环境类别确定第一参数；其中，所述第一参数与噪声抑制性能的评估指标有关；
12、根据所述听力数据确定第二参数；其中，所述第二参数用于对在当前环境下采集到的声音信号的频率响应进行调整；
13、根据所述环境类别和所述偏好数据，确定第三参数；其中，所述第三参数用于指示在当前环境下提取的有效声音成分。
14、在一种可能的实现方式中，所述根据所述环境类别和所述偏好数据，确定第三参数，包括：
15、根据所述环境类别，初步确定在当前环境下提取的有效声音成分；
16、根据所述偏好数据，对初步确定的有效声音成分进行修正，得到所述第三参数。
17、在一种可能的实现方式中，所述用户通过智能终端上安装的目标应用管理所述助听设备；所述方法还包括：
18、获取所述用户的反馈数据；其中，所述反馈数据与用户行为相关，所述用户行为包括在所述目标应用的应用页面上检测到的互动行为；
19、根据所述反馈数据，调整所述语音增强策略。
20、在一种可能的实现方式中，所述根据所述反馈数据，调整所述语音增强策略，包括：
21、根据所述反馈数据，调整在当前环境下提取的有效声音成分。
22、在一种可能的实现方式中，所述方法还包括：
23、获取当前环境的环境条件，所述环境条件包括环境亮度和环境噪声；
24、根据所述环境类别，确定所述用户当前的行为模式；
25、根据所述环境条件和所述行为模式，对所述助听设备进行功耗控制。
26、在一种可能的实现方式中，所述根据所述环境条件和所述行为模式，对所述助听设备进行功耗控制，包括：
27、预测所述用户在当前环境下的停留时长；
28、根据所述环境条件、所述行为模式和所述停留时长，对所述助听设备进行功耗控制。
29、在一种可能的实现方式中，所述基于采集到的声音信号进行环境分类，得到当前环境所属的环境类别，包括：
30、将所述采集到的声音信号输入环境分类模型，通过所述环境分类模型进行环境分类，得到所述环境类别；
31、其中，所述环境分类模型包括顺次连接的卷积神经网络、lstm(long short-termmemory，长短期记忆网络)层和输出层。
32、在一种可能的实现方式中，所述方法还包括：
33、根据所述环境类别，调整所述助听设备的工作模式。
34、另一方面，提供了一种助听装置，所述装置包括：
35、声音采集模块，被配置为采集用户当前所在环境的声音信号，所述用户佩戴有助听设备；
36、环境分类模块，被配置为基于采集到的声音信号进行环境分类，得到当前环境所属的环境类别；
37、语音增强模块，被配置为获取所述用户的听力数据以及所述用户在当前环境下的偏好数据；其中，所述听力数据用于反映所述用户的听力损失状况；
38、所述语音增强模块，还被配置为根据所述环境类别、所述听力数据和所述偏好数据，对在当前环境下采集到的声音信号进行语音增强，得到有效声音成分。
39、在一种可能的实现方式中，所述语音增强模块，被配置为：
40、根据所述环境类别、所述偏好数据和所述听力数据，确定当前环境下的语音增强策略；
41、在所述语音增强策略的约束下，从在当前环境下采集到的声音信号中提取所述有效声音成分并抑制噪声成分。
42、在一种可能的实现方式中，所述语音增强模块，被配置为：
43、根据所述环境类别确定第一参数；其中，所述第一参数与噪声抑制性能的评估指标有关；
44、根据所述听力数据确定第二参数；其中，所述第二参数用于对在当前环境下采集到的声音信号的频率响应进行调整；
45、根据所述环境类别和所述偏好数据，确定第三参数；其中，所述第三参数用于指示在当前环境下提取的有效声音成分。
46、在一种可能的实现方式中，所述语音增强模块，被配置为：
47、根据所述环境类别，初步确定在当前环境下提取的有效声音成分；
48、根据所述偏好数据，对初步确定的有效声音成分进行修正，得到所述第三参数。
49、在一种可能的实现方式中，所述用户通过智能终端上安装的目标应用管理所述助听设备；所述装置还包括：策略调整模块；
50、所述策略调整模块，被配置为获取所述用户的反馈数据；其中，所述反馈数据与用户行为相关，所述用户行为包括在所述目标应用的应用页面上检测到的互动行为；根据所述反馈数据，调整所述语音增强策略。
51、在一种可能的实现方式中，所述策略调整模块，被配置为根据所述反馈数据，调整在当前环境下提取的有效声音成分。
52、在一种可能的实现方式中，所述装置还包括：功耗调整模块；
53、所述功耗调整模块，被配置为获取当前环境的环境条件，所述环境条件包括环境亮度和环境噪声；根据所述环境类别，确定所述用户当前的行为模式；根据所述环境条件和本文档来自技高网...
【技术保护点】
1.一种助听方法，其特征在于，应用于助听设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述环境类别、所述听力数据和所述偏好数据，对在当前环境下采集到的声音信号进行语音增强，得到有效声音成分，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述环境类别、所述偏好数据和所述听力数据，确定当前环境下的语音增强策略，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述环境类别和所述偏好数据，确定第三参数，包括：
5.根据权利要求3所述的方法，其特征在于，所述用户通过智能终端上安装的目标应用管理所述助听设备；所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述反馈数据，调整所述语音增强策略，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述环境条件和所述行为模式，对所述助听设备进行功耗控制，包括：
9.根据权利要求1所述的方法，其特征在于，所述基于采集到的声音
10.根据权利要求1至9中任一项权利要求所述的方法，其特征在于，所述方法还包括：
11.一种助听装置，其特征在于，所述装置包括：
12.一种计算机设备，其特征在于，所述设备包括处理器和存储器，所述存储器中存储有至少一条程序代码，所述至少一条程序代码由所述处理器加载并执行以实现如权利要求1至10中任一项权利要求所述的助听方法。
13.一种计算机可读存储介质，其特征在于，所述存储介质中存储有至少一条程序代码，所述至少一条程序代码由处理器加载并执行以实现如权利要求1至10中任一项权利要求所述的助听方法。
14.一种计算机程序产品或计算机程序，其特征在于，所述计算机程序产品或计算机程序包括计算机程序代码，所述计算机程序代码存储在计算机可读存储介质中，计算机设备的处理器从所述计算机可读存储介质读取所述计算机程序代码，所述处理器执行所述计算机程序代码，使得所述计算机设备执行如权利要求1至10中任一项权利要求所述的助听方法。
...【技术特征摘要】
1.一种助听方法，其特征在于，应用于助听设备，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述根据所述环境类别、所述听力数据和所述偏好数据，对在当前环境下采集到的声音信号进行语音增强，得到有效声音成分，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述环境类别、所述偏好数据和所述听力数据，确定当前环境下的语音增强策略，包括：
4.根据权利要求3所述的方法，其特征在于，所述根据所述环境类别和所述偏好数据，确定第三参数，包括：
5.根据权利要求3所述的方法，其特征在于，所述用户通过智能终端上安装的目标应用管理所述助听设备；所述方法还包括：
6.根据权利要求5所述的方法，其特征在于，所述根据所述反馈数据，调整所述语音增强策略，包括：
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
8.根据权利要求7所述的方法，其特征在于，所述根据所述环境条件和所述行为模式，对所述助听设备进行功耗控制，包括：
9.根据权利要求1所述的方法，其特...
【专利技术属性】
技术研发人员：陈孝良，常乐，涂贤玲，陈秋雨，
申请(专利权)人：北京声智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。