基于神經(jīng)網(wǎng)絡(luò)算法的助聽器幫助聾人恢復(fù)聽力

山西工程技術(shù)學(xué)院 崔建國 寧永香

0 引言

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Network，即ANN），它從信息處理角度對(duì)人腦神經(jīng)元網(wǎng)絡(luò)進(jìn)行抽象，建立某種簡單模型，按不同的連接方式組成不同的網(wǎng)絡(luò)。在工程與學(xué)術(shù)界也常直接簡稱為神經(jīng)網(wǎng)絡(luò)或類神經(jīng)網(wǎng)絡(luò)。神經(jīng)網(wǎng)絡(luò)是一種運(yùn)算模型，由大量的節(jié)點(diǎn)（或稱神經(jīng)元）之間相互聯(lián)接構(gòu)成。每個(gè)節(jié)點(diǎn)代表一種特定的輸出函數(shù)，稱為激勵(lì)函，（activation function）。每兩個(gè)節(jié)點(diǎn)間的連接都代表一個(gè)對(duì)于通過該連接信號(hào)的加權(quán)值，稱之為權(quán)重，這相當(dāng)于人工神經(jīng)網(wǎng)絡(luò)的記憶。網(wǎng)絡(luò)的輸出則依網(wǎng)絡(luò)的連接方式，權(quán)重值和激勵(lì)函數(shù)的不同而不同。而網(wǎng)絡(luò)自身通常都是對(duì)自然界某種算法或者函數(shù)的逼近，也可能是對(duì)一種邏輯策略的表達(dá)[1]。

最近十多年來，人工神經(jīng)網(wǎng)絡(luò)的研究工作不斷深入，已經(jīng)取得了很大的進(jìn)展，其在模式識(shí)別、智能機(jī)器人、自動(dòng)控制、預(yù)測(cè)估計(jì)、生物、醫(yī)學(xué)、經(jīng)濟(jì)等領(lǐng)域已成功地解決了許多現(xiàn)代計(jì)算機(jī)難以解決的實(shí)際問題，表現(xiàn)出了良好的智能特性。

聽力損傷很厲害的人，普通助聽器沒有對(duì)其沒有多少用，因?yàn)樗鼈儽仨氁揽克驮捚鞯淖熳樱诔校?。但是，?dāng)聲音中的頻率變化信息是表現(xiàn)為語音基波頻率的正弦波時(shí)，有些聾人能聽到這種變化。因?yàn)檫@種頻率變化信息為聾人提供了語音中的重音和聲調(diào)。利用人工神經(jīng)網(wǎng)絡(luò)這種算法設(shè)計(jì)一種新型的助聽器，可以很好地服務(wù)于耳聾患者。

1 MLP（多層感知機(jī)）簡介

MLP（Multi-Layer Perceptron），即多層感知機(jī)，是一種前向結(jié)構(gòu)的人工神經(jīng)網(wǎng)絡(luò)，映射一組輸入向量到一組輸出向量。MLP可以被看做是一個(gè)有向圖，由多個(gè)節(jié)點(diǎn)層組成，每一層全連接到下一層。除了輸入節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)都是一個(gè)帶有非線性激活函數(shù)的神經(jīng)元（或稱處理單元）[2]，如下圖。

圖1 多層感知機(jī)結(jié)構(gòu)圖

一種被稱為反向傳播算法的監(jiān)督學(xué)習(xí)方法常被用來訓(xùn)練MLP。MLP是感知機(jī)的推廣，克服了感知機(jī)不能對(duì)線性不可分?jǐn)?shù)據(jù)進(jìn)行識(shí)別的弱點(diǎn)。

MLP在80年代的時(shí)候曾是相當(dāng)流行的機(jī)器學(xué)習(xí)方法，擁有廣泛的應(yīng)用場(chǎng)景，譬如語音識(shí)別、圖像識(shí)別、機(jī)器翻譯等等，但自90年代以來，MLP遇到來自更為簡單的支持向量機(jī)的強(qiáng)勁競(jìng)爭(zhēng)。近來，由于深層學(xué)習(xí)的成功，MLP又重新得到了關(guān)注[3]。

2 SIVO助聽器

前文所述，當(dāng)聲音中的頻率變化信息是表現(xiàn)為語音基波頻率的正弦波時(shí)，有些聾人能聽到這種變化，基于這種結(jié)論，世界上許多科研機(jī)構(gòu)或企業(yè)已用這種方法做出了處理語音的電子系統(tǒng)樣機(jī)，但大多只是部分成功。在倫敦的GUY醫(yī)院作了一種稱為SIVO的助聽器，并由藥物委員會(huì)和健康部投資，現(xiàn)正在由30個(gè)耳聾患者鑒定其性能。

SIVO這種助聽器可以提取語音的基波頻率，其方法是檢測(cè)語音壓縮波形中聲域的脈沖激勵(lì)信號(hào)所產(chǎn)生的初始峰值電壓，這個(gè)模擬峰值電壓信號(hào)驅(qū)動(dòng)一個(gè)微控制器去合成某種正弦波，其幅度和頻率與每個(gè)聾人相適應(yīng)。不幸的是這種系統(tǒng)在充滿噪聲和混響（或反射）自然環(huán)境中的性能較差。

3 基于人工神經(jīng)網(wǎng)絡(luò)算法的SIVO2系統(tǒng)

第二種助聽器最近由GUY醫(yī)院的工程部所設(shè)計(jì)，成為SIVO2，它將克服SIVO的許多限制或不足，采用了基于人工神經(jīng)網(wǎng)絡(luò)算法的數(shù)字信號(hào)處理技術(shù)，稱為多層感知機(jī)，簡稱MLP（Multilayer Perceptron）。

經(jīng)初步研究表明：在有噪聲的情況下，這種多層感知機(jī)（即MLP）能成功地檢測(cè)語音中的基波信號(hào)。

SIVO2系統(tǒng)的設(shè)計(jì)基本準(zhǔn)則是：必須體積小巧，且一個(gè)電池能待機(jī)和實(shí)時(shí)處理語音工作12小時(shí)以上，后一點(diǎn)“實(shí)時(shí)處理語音工作”是非常重要的，因?yàn)檎f話人的基波頻率變化特性能傳送有用信息給耳聾患者。

SIVO2系統(tǒng)中，輸入的語音送到三階高通貝塞爾濾波器，如圖2，該濾波器低端轉(zhuǎn)折頻率為80Hz，濾波器能將噪聲濾去，而保存有用信息的線性相位響應(yīng)。因?yàn)榧词棺畲蟀察o的房間內(nèi)也存在一個(gè)大的次聲（頻率小于16Hz）噪聲，約60到70分貝，如不濾去，則會(huì)影響聽者注意力甚至對(duì)聽者產(chǎn)生痛苦的感覺。

圖2 基于神經(jīng)網(wǎng)絡(luò)算法的助聽器結(jié)構(gòu)圖

濾波器的輸出信號(hào)送到模擬集成電路AD28MSPO2的16位西格瑪（Sigma）增量編碼解碼器，該集成電路有連續(xù)輸出和抗假頻干擾能力以及重新構(gòu)成多種濾波器的能力，是一種可切換的高通濾波器，并且可進(jìn)行可編程增益控制，編碼解碼器的采樣頻率為8kHz。

SIVO2系統(tǒng)的核心是德克薩斯儀器公司的高速16位定點(diǎn)DSP（數(shù)字信號(hào)處理器）芯片TMS32C51。它首先完成幾個(gè)二階IIR（遞歸濾波器）濾波器功能，以便把語聲信號(hào)分為6個(gè)頻率組（頻率50Hz和30KHz之間分為6個(gè)頻率組）。這6組信號(hào)輸出然后再進(jìn)行整流，以保持其正電壓部分，再經(jīng)過低通濾波器濾波，采樣頻率降到2KHz采樣和進(jìn)行對(duì)數(shù)壓縮，最后才送DSP神經(jīng)網(wǎng)絡(luò)進(jìn)行處理。這6組信號(hào)驅(qū)動(dòng)6條延遲線（每條延遲線都有41級(jí)），延遲線形成MLP的輸入向量[4]。

多層感知機(jī)部分包括六個(gè)處理單元和一個(gè)輸出單元，六個(gè)處理單元之間雙層全互聯(lián)。MLP是用來識(shí)別語音基波的，MLP的輸出去控制產(chǎn)生合適的正弦波，該正弦波再編碼解碼器，最后去驅(qū)動(dòng)一個(gè)推挽式恒流助聽器。

對(duì)所有的助聽器來說，一個(gè)帶決定性的設(shè)計(jì)考慮因數(shù)是其功耗大小，需要仔細(xì)地設(shè)計(jì)和作某些折中考慮。DSP芯片TMS32C51片內(nèi)有4k字節(jié)RAM和可以用來利用的靜態(tài)邏輯電路，RAM能用來存儲(chǔ)數(shù)據(jù)，減少了芯片的通信量。研究表明，MLP工作于8位是適當(dāng)?shù)?，它為?6位DSP中作進(jìn)一步研究提供了足夠的基礎(chǔ)。

要使MLP發(fā)揮作用，其輸出的非線性函數(shù)必須加到每個(gè)單元，通常采用的非線性函數(shù)是S型函數(shù)，而不包括除法和冪指數(shù)，因其運(yùn)算太慢可能影響實(shí)時(shí)操作，采用查表算法，乘、加數(shù)據(jù)操作被減化，TMS32C51能在一個(gè)50ns周期內(nèi)完成。

雖然對(duì)MLP來說8位工作是合適的，但是濾波器的組合軟件必須以16位精度運(yùn)行，以獲得足夠的動(dòng)態(tài)范圍和iir濾波器的穩(wěn)定工作（因?yàn)镕ir濾波器復(fù)雜，所以未用）。

總計(jì)，查表運(yùn)算可以用于：S函數(shù)，輸出基波作正弦波的合成，存儲(chǔ)與耳聾患者感覺舒服的聽覺曲線有關(guān)的頻率以及與講話人是男人、女人或小孩有關(guān)的頻率偏移。

整個(gè)SIVO2系統(tǒng)是裝在兩塊6層印制板上，一塊裝DSP，它有兩片128k*8位的電可擦除E2PROM芯片和兩片8k*8位的25nsCMOS靜態(tài)SRAM。另一塊印制板上裝有麥克風(fēng)放大器、高通噪聲濾波器、編譯碼器和耳機(jī)功率放大器。整個(gè)系統(tǒng)用這種方法分開是因?yàn)槊總€(gè)患者都有一個(gè)合適的電氣管子插在耳內(nèi)，它以小電流仿真建立聲音的感覺。

由電可擦除的E2PROM芯片存儲(chǔ)程序編碼和要查閱的表格，它還采用了Intel公司的“自舉塊”型BACK ROM器件，它有4個(gè)可保護(hù)、可擦除的部分。靜態(tài)SRAM保存MLP的權(quán)值，它不能放入DSP的RAM，且每個(gè)部分都有它自己的“選通”線，以便能選擇高字節(jié)或低字節(jié)以節(jié)省功率。

電可擦除E2PROM很適合這種應(yīng)用，因?yàn)槲覀兛梢院翢o困難地重新對(duì)助聽器再編程，就像對(duì)RAM編程一樣方便，且用了“自舉塊”技術(shù)，意味著即使發(fā)生某些程序運(yùn)行錯(cuò)誤時(shí)，也絕不會(huì)完全死機(jī)（系統(tǒng)癱瘓），可以“自舉”（自啟動(dòng)之意）。

SIVO2系統(tǒng)采用電池供電，因此省電變得極為重要，系統(tǒng)絕不允許任何總線懸空（可以接為高阻），管腳懸空比較容易接受外界的電磁干擾，且將總線拉高（高電平）時(shí)在電阻上的功耗比起總線懸空的功耗要少的多。

4 結(jié)語

這種基于人工神經(jīng)網(wǎng)絡(luò)算法開發(fā)的助聽器樣機(jī)經(jīng)過長期測(cè)試，效果很好，表明該系統(tǒng)獲得了高度的成功。佩戴這種助聽器的耳聾患者不僅能聽到聲音，而且在典型噪聲情況環(huán)境下，聲音聽起來相對(duì)是和諧的，不同于一般的助聽器放大后引起聽者不舒服或感覺模糊。