申请/专利权人：东南大学

申请日：2022-05-13

公开（公告）日：2023-05-30

公开（公告）号：CN114938487B

主分类号：H04R25/00

分类号：H04R25/00

优先权：

专利状态码：有效-授权

法律状态：2023.05.30#授权;2022.09.09#实质审查的生效;2022.08.23#公开

摘要：本发明公开了一种基于声场景判别的助听器自验配方法。首先获取患者用户数据，利用所提的相似度匹配算法和优化后的声场景判别算法来精准匹配与患者相似的以往患者参数群，作为该患者的子参数群。其次，针对子参数群做抽样对比操作，根据每次反馈的对比偏好度优化子参数群，对比结束后可获一组初始最优参数。然后，患者用户对初始最优参数形成的测试语音做5级评价，并通过问题引导与深度学习算法相结合的新方式细致调节增益直至患者评价满意为止。更加符合患者个性化需求，进一步提高了助听器参数的精准性以及患者满意度。

主权项：1.基于声场景判别的助听器自验配方法，其特征在于，包括以下步骤：步骤1：获取患者数据信息，构成当前患者用户的数据特征序列Xori，所述患者数据信息包括2维环境数据，即日常活动场景和对应活动；步骤2：基于步骤1所获取的当前患者数据特征序列与已有患者信息特征序列，通过利用相似度匹配算法和声场景判别算法，获取子参数群C3，具体方法如下：步骤2.1，并行获取初始参数群C1和初始参数群C2；所述初始参数群C1由算法先进行相似度匹配再进行声场景判别获得，具体由计算当前患者数据特征序列与已有患者信息特征序列的相似度，从高至低排序，选取前一半作为声场景判别数据，患者所属类别下各序列对应的最优参数作为初始参数群C1；所述初始参数群C2由算法先进行声场景判别再进行相似度匹配获得，具体先声场景判别获取患者标签类，再计算标签类下各序列与患者特征序列的相似度，由高到低排序，选取前一半序列对应的最优参数作为初始参数群C2；步骤2.2,C1与C2合并去重后构成子参数群C3；步骤3：步骤2获取的子参数群C3＝[C1,C2,…,Ck,…Cm]，m表示C3的参数序列个数；针对子参数群C3做抽样对比，获取一组初始最优参数序列具体如下：随机抽取两组参数序列和患者根据同一测试音频下不同参数序列的对比感受，给出相应的偏好度其取值范围[0,1]；当偏好度越接近于0的时候，越偏好序列，反之则偏好序列；根据偏好度值更新子参数群C3，形成正反馈循环操作，直至偏好度为50％或某参数序列循环2次结束该环节。

全文数据：

权利要求：

百度查询： 东南大学 基于声场景判别的助听器自验配方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD