采用低频过零刺激-高频边带编码方案进行电子耳蜗汉语识别

摘要

电子耳蜗是唯一能恢复全聋患者部分听觉感知的医学装置,其有效缩短了神经细胞再生或者基因治疗等技术治愈感音神经性耳聋的研发周期,主要采用电极脉冲刺激耳聋患者的残留听神经纤维以使全聋人恢复部分听觉感知能力。最新研究表明:采用传统的电子耳蜗编码策略,电子耳蜗植入患者在安静环境下甚至可以进行正常的电话交流,但是在噪声环境下语音感知力明显不足,尤其是汉语感知能力急剧下降。
　　本文主要设计一种符合汉语声学特征的电子耳蜗编码策略,以此解决目前电子耳蜗编码策略的汉语感知不足问题。本文在已有的电子耳蜗中文编码策略的基础上,通过探索正常人耳听觉刺激模式以及患者的实际频率感知阈限,进而提出了采用低频过零刺激-高频边带编码—LFZS-HFSE(Low Frequency Zerocrossing Stimulating-High Frequency Sideband Encoding)方案,详细阐述了该方案的理论基础并对涉及的相关问题进行了深入的分析讨论。为了验证本方案的优越性,采用听觉仿真实验对电子耳蜗编码策略建模,并采用主客观分析方法评估不同电子耳蜗编码策略对汉语识别的优劣性。本文主要工作如下:
　　(1)详细分析了时域和频域声学参数对汉语识别的影响,介绍了目前电子耳蜗主流编码策略:连续交替采样—CIS(Continuous Interleaved Sampling)方案,高级混合编码—ACE(Advanced Combination Encoding)方案,并通过听觉仿真实验模拟实际听觉效果,分析其在汉语识别方面的不足。
　　(2)探索了人耳听觉感知的电刺激模式,阐述了准锁相刺激—PLS(Phase Locking Stimulating)方案的原理,并提出了基于精细结构过零—FSZC(Fine Structure Zero-Crossing)刺激方案用于提高汉语声调识别率,采用过零时刻形式对时间精细结构编码,在脉冲间隔传递语音信息。听觉仿真结果表明 FSZC方案在低信噪比下,汉语声调识别率维持在90％左右,语句识别率维持在45％左右,优于CIS方案、ACE方案、PLS方案。
　　(3)针对患者受限于频率感知阈限问题及其听觉实际电刺激模式,基于 FSZC(Fine Structure Zero-Crossing)方案和SSE(Single Sideband Encoding)方案的理论和仿真实验结果,本文最终提出了采用低频过零刺激-高频边带编码—LFZS-HFSE(Low Frequency Zerocrossing Stimulating-High Frequency Sideband Encoding)方案,并进行汉语声调、辅音、单词、语句识别率仿真实验,结果显示本文方案在低信噪比下,声调识别率维持在95％左右,辅音和单词的识别率也维持在40％以上,语句识别率维持在75％以上,较其他方案都有一定的提高。
　　综上所述,本文设计了一种符合患者实际听觉感知模式的电子耳蜗中文编码方案,听觉仿真实验表明了本文方案在汉语声调、辅音、单词、语句识别上均得到了一定程度提高,表明了本文方案的可行性及优越性。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 序 言

1.1 课题的研究背景及意义

1.2 电子耳蜗的发展及国内外研究现状

1.3 电子耳蜗研究难点分析

1.4 本文主要研究内容及组织结构

第二章 人耳听觉系统及电子耳蜗系统

2.1 人耳听觉系统及听觉模型

2.2 耳聋分类及机理[39]

2.3 电子耳蜗处理系统

2.4 本章小结

第三章 汉语声学特征及电子耳蜗语音编码策略

3.1 汉语的声学特征

3.2 电子耳蜗语音编码策略

3.3 探究影响汉语识别的时频声学信息

3.4 本章小结

第四章 采用低频过零刺激-高频边带编码的方案

4.1 基于精细结构编码的研究概况

4.2 精细结构过零（FSZC）刺激方案模型

4.3 采用低频过零刺激-高频边带编码的处理方案

4.4 本章小结

第五章 听觉仿真结果与分析

5.1 实验流程设计

5.2 语音编码策略参数设定

5.3 电子耳蜗语音编码策略的客观评价

5.4 电子耳蜗语音编码策略的主观评价

5.5 实验结果总结与分析

5.6 本章小结

第六章 总结与展望

6.1 本文总结

6.2 未来展望

参考文献

攻读硕士学位期间发表的论文

附录

致谢