[发明专利]话音活动检测单元及包括话音活动检测单元的听力装置

说明书

本申请公开了话音活动检测单元及包括话音活动检测单元的听力装置，其中所述话音活动检测单元配置成接收至少两个电输入信号在多个频带和多个时刻的时频表示Y_i(k,m)，i＝1,…,M，k为频带指数，m为时间指数，及k和m的特定值定义电输入信号的特定时频瓦，所述电输入信号包括源自目标信号源的目标语音信号和/或噪声信号，所述话音活动检测单元配置成提供包括一个或多个参数的合成话音活动检测估计量，其标示给定时频瓦是否包括或者何种程度地包括目标语音信号；其中所述话音活动检测单元包括第一检测器，用于分析电输入信号的所述时频表示Y_i(k,m)及识别所述电输入信号的空间谱特性，及用于根据所述空间谱特性提供合成话音活动检测估计量。

技术领域

本发明涉及便携电子设备或可穿戴设备如听力装置例如助听器中的话音活动检测如语音检测。

背景技术

通常，助听器用户感兴趣的信号为语音信号，例如对话伙伴产生的语音信号。许多目前技术发展水平的助听器中的机载信号处理算法的基本目标是以适当的方式(即放大、增强等)将目标语音信号呈现给助听器用户。为此，这些信号处理算法依赖于某些类型的话音活动检测机制：如果传声器信号中存在目标语音信号，该信号可进行不同于不存在目标语音信号情形的处理。此外，如果目标语音信号活跃，其对于许多助听器信号处理算法获得关于目标源相对于助听器系统的传声器位于何处的信息有价值。

针对语音活动检测(或者，更一般地，语音存在概率估计)已提出许多方法。单传声器方法通常依赖于有噪声语音信号的调制深度(如在子频带内观察)在存在语音时高于不存在语音情形的观测结果，例如参见[1]中的第9章、[2]中的第5和6章及其中引用的文献。基于多传声器的方法也已提出，例如参见[3]，其估计来自特定已知方向的语音信号何种程度地活跃。

发明内容

话音活动检测器

在本申请的一方面，提供话音活动检测单元。该话音活动检测单元配置成接收至少两个电输入信号在多个频带和多个时刻的时频表示Y_i(k,m)，i＝1,…,M，k为频带指数，m为时间指数，及k和m的特定值定义电输入信号的特定时频瓦(tile)/时频窗口。电输入信号包括源自目标信号源的目标语音信号和/或噪声信号。话音活动检测单元配置成提供包括一个或多个参数的合成话音活动检测估计量，其标示给定时频瓦是否包括或者何种程度地包括目标语音信号。话音活动检测单元包括第一检测器，用于分析电输入信号的所述时频表示Y_i(k,m)及识别所述电输入信号的空间谱特性，及用于根据所述空间谱特性提供合成话音活动检测估计量。

从而可提供改善的话音活动检测。在实施例中，提供弥散背景噪声中的点声源(如语音)的改善的识别。

在本说明书中，术语“根据Y估计或确定X”意为Y的值受X的值影响，例如Y为X的函数。

在本说明书中，话音活动检测器(通常记为“VAD”)提供话音活动检测估计量或测度形式的输出，其包括标示输入信号(在给定时间)是否包括或者何种程度地包括目标语音信号的一个或多个参数。话音活动检测估计量或测度可采取话音活动如语音活动的二元或者渐次(如基于概率的)标示，或者其中间测度，例如当前信噪比(SNR)或者相应的目标(语音)信号和噪声估计量的形式，例如它们在给定时间点(例如基于时频瓦或单位级(k,m))的功率或能含量。

在实施例中，话音活动检测估计量标示语音或者包含语音类元素的其它人类发声如歌声或尖叫。在实施例中，话音活动检测估计量标示来自类点(点状)源的语音或者包含语音类元素的其它人类发声，例如来自相对于话音活动检测单元的位置(例如相对于佩戴包括话音活动检测单元的便携听力装置的用户)处于特定位置的人。在实施例中，“语音”的标示为“来自点(或类点)源(如人类)的语音”的标示。在实施例中，“无语音”的标示指明“没有来自点(或类点)源(如人类)的语音”。