面向听力障碍的智能助听器声场景分类与端到端语音增强算法及DSP实现.docxVIP

PAGE2

面向听力障碍的智能助听器声场景分类与端到端语音增强算法及DSP实现

摘要

听力障碍人群在嘈杂环境中面临严重的言语交流困境，传统助听器仅具备基础放大与简单降噪功能，难以有效应对复杂多变的现实声场景。本课题针对此痛点，提出面向智能助听器的低复杂度声场景分类与端到端语音增强联合算法，并在低功耗DSP平台完成实时部署。课题遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进思路展开。

首先，通过分析听障患者核心诉求与DSP硬件约束，明确系统低延迟、低功耗与高清晰度的设计指标。其次，设计基于轻量化时延卷积网络的声场景分类模块与基于压缩编码器-解码器的端到端语音增强模块，实现场景感知与动态降噪的协同。进而，针对定点化DSP平台，完成算法模型量化、内存优化与C语言重构，攻克边缘端算力受限的瓶颈。最后，在TMS320C55xx低功耗DSP硬件平台上进行系统集成与综合测试。本设计的核心创新在于提出场景驱动的轻量化端到端增强架构，并成功在极低资源DSP上实现毫秒级实时处理，显著提升了听障患者在动态嘈杂环境下的语音清晰度与听觉体验。

第一章绪论

1.1研究背景

听力障碍是全球范围内最为普遍的感官缺陷之一。据世界卫生组织统计，全球超过15%的人口存在不同程度的听力受损，其中重度听障者超过数千万。对于听障人群而言，日常交流面临巨大挑战，尤其在餐厅、马路、车站等嘈杂环境中，有用语音