基于TMS320VC5416DSP的数字助听器设计

    系统结构如图1所示，主要包括DSP模块、音频处理模块、JTAG接口、存储模块及电源模块等。模拟语音信号通过MIC或IANE IN输入AIC-23，经过模／数转换后通过MCBSP串口输入C5416，经过实际所需的算法进行处理和补偿后，得到听障患者所需要的语音信号，再通过AIC23数／模转换，通过扬声器或耳机输出声音信号。
1．2 C5416与AIC23的接口设计
    图2是C5416与AIC23的接口原理图。由于AIC23采样输出的是串行数据，因此需要协调好与之相配的DSP的串行传输协议，MCBSP是最适合做语音信号传输的。将AIC23的第22脚MODE接高电平，接收来自DSP的SPI格式串口数据。数字控制接口(SCLK，SDIN，CS)与MCBSPl连接，控制字共16位，由高位开始传输。数字音频口LRCOUT，LRCIN，DOUT，DIN，BCLK与MCBSP0相连。在工作方式上，DSP为主模式，AIC23为从模式，即BCLK的时钟信号由DSP产生。

    串口时钟由BCLKX0，BCLKR0并联到AIC23的BCLK时钟，这样在发送和接收数据时都可产生串口时钟信号。输入／输出同步信号LRCIN与LRCOUT，用来启动串口数据传输，接收DSP的帧同步信号。
    BFSX0和BFSR0，BDR0和BDX0分别与AIC23的DIN和DOUT连接来实现DSP与AIC23之间的数字通信。

2 系统实现
2．1 语音的基本特性
    声音是一种波，能被人耳听到声音的振动频率为20 Hz～20 kHz。语音是声音的一种，他是由人的发音器官发出的，具有一定语法和意义的声音。语音的振动频率最高可达15 kHz。
    语音按其激励形式的不同分为：浊音、清音、爆破音。而人的声音特性基本是由基因周期和共振峰等因素决定的。当发浊音时，气流通过声门使声带发生振动，产生准周期激励脉冲串。这个脉冲串的周期就称为“基因周期”，其倒数即为“基因频率”。
    人类的声道和鼻道都可以看做是非均匀界面的声道管，声道管的谐振频率称为共振峰。改变声道的形状就产生不同的声音。共振峰用依次增加的多个频率表示．如F1，F2，F3，等，称之为第一共振峰，第二共振峰等。为了提高语音接收质量，必须采用尽可能多的共振峰。实际中，头三个共振峰是最重要的，具体情况因人而有差异。
2．2 语音增强
    在实际的应用环境中，语音会不同程度的受到环境噪声的干扰。语音增强就是对带噪语音进行处理，降低噪声的影响，改善听觉环境。
实际语音遇到的干扰可能包括以下几类：
    (1)周期性噪声：如电器干扰，发动机旋转引起的干扰等，这类干扰在频域表现为一些离散的窄峰。特别是50 Hz或60 Hz交流声会引起周期噪声。
    (2)冲击噪声：如电火花，放电产生的噪声干扰，这类干扰在时域表现为突然出现的窄脉冲。消除这种噪声可以在时域中进行，即根据带噪语音信号幅度的平均值确定阈值。
    (3)宽带噪声：通常指高斯噪声或白噪声，其特点是频带宽，几乎覆盖整个语音频段。它的来源很多，包括风、呼吸噪声和一般的随机噪声源。[!--empirenews.page--]
2．3 算法分析
    噪声影响使得患者语言识别率大幅下降，去噪和补偿是助听器的重要环节。人耳对于25～22 000 Hz的声音有反应。语音的大部分可用信息只存在于200～3 500 Hz之间。根据人耳感知特性及实验确定，对语音感知，语音识别较为重要的第二共振峰大部分位于1 kHz之上。
2．3．1 周期噪音消除
    周期噪声一般是许多离散的谱峰，来源于发动机的周期性运转。电器干扰，特别是50～60 Hz交流声也会引起周期噪声。所以使用带通滤波器可以有效地消除周期噪音以及3 500 Hz以上的高频声音。

    IIR数字滤波器在没计上可以借助成熟的模拟滤波器的成果，如巴特沃斯、契比雪夫和椭圆滤波器等，IIR数字滤波器线性差分方程：
Matlab环境下可视化得到滤波器对动态输入数据的实时滤波效果如图3所示。
2．3．2 基于短时谱估计的宽带噪音去除
    由于语音信号的短时谱具有较强相关性，而噪声的前后相关性很弱，因此采用基于短时谱估计的方法从带噪语音中估计原始语音。而且人耳对于语音相位感受不敏感，可将估计得对象放在短时谱的幅度上。
2．3．3 谱相减法
    谱相减法在无参考信号源的单话筒录音系统中是一个有效的方法。因为噪声是局部平稳的，可认为发语音强的噪声与发语音期间的噪声功率谱相同，因此利用语音前后的“寂静帧”来估计噪声。

    谱相减法的原理框图及仿真结果如图4，图5所示，对语音信号加窗处理后，利用已知的噪声功率谱信息对信号进行除噪处理。
2．4 噪声对消法
    噪声对消法是最基本的减谱算法，它的基本原理是从带噪语音中直接减去噪声。由于宽带噪声与语音信号在时域和频域上完全重叠，是比较难去除的。所以需要用到非线性处理，自适应滤波器不断地调节。

    图6中一个声道采集带噪语音，另一个声道采集噪声。带噪语音序列S(n)与噪声序列d(n)经傅里叶变换得到频谱分量Sk(w)和Dk(w)，噪声分量Dk(w)经过滤波后与带噪语音相减，再加上带噪语音的相位，经傅里叶反变换恢复为时域信号。在强噪音背景时，这种方法可以得到很好的消除噪音效果。
    在实际中两个采集声道要保证一定隔离，以防止两个声道都采到带噪语音。为了使采集到的噪声更接近于带噪语音中的噪声，自适应滤波器可以很好地实现这一功能。

    图7是运用噪声对消法得到的左声道的增强语音示例。
[!--empirenews.page--]2．4．1 多通道压缩算法
    在听力损失的情况下，听阈普遍下移，从而造成听觉动态范围减小。这种动态范围的减小程度与频率有关，一般高频部分损失较大。在数字助听器信号处理算法中，听力补偿算法是其中最核心的一种算法。听力补偿算法的目的是对声音进行压缩放大，将正常人听阈范围内的声音映射至聋人听域内，并尽可能的保持听觉舒适和提高声音的清晰度和辨识度。
    利用滤波器将信号分频段处理后再综合，声音信号被分为数个独立的频率区域，这些频率区域被称之为通道。该算法主要致力于在时域对信号进行处理。在各个通道中，根据患者听力损伤的情况，对于不同频段加以不同的放大处理，对不同频率成分使用不同的压缩算法，最后将合成的声音再发送到患者的耳道里。这里应用该方法对信号做了一定的处理，该系统中将中频信号做了适当的放大，收音效果良好。图8为三通道分频合成图。

2．5 系统实现
    系统在实现时，通过USB接口将目标板和PC机连接起来。通过CCS对目标工程进行在线调试。
    目标工程的主要任务是TMS320C5416初始化、管理板上的资源和完成音频的处理算法。要正确编写采样和输出音频信号的程序，必须对TMS320C5416的McBSP的每个通道包括27个相关的寄存器进行正确的设置，以满足TMs320C5416和其他硬件电路芯片的各种时序要求(位同步、帧同步、时钟信号等)。图9为原始的语音信号在系统中的回放图形，图10为在CCS与DSP硬件连接的原始语音与处理后语音的对比图形。

3 结语
    该课题设计的助听器实现了小型化、集成化、便捷化。系统还可以根据患者的具体需求进行参数的更改和设计，以满足不同患者的需求。随着社会的发展，在某些特定的场合不仅听力有障碍的人，就是听力正常的人也要借助助听器。人类对于助听器的需求会不断更新，对于问题的探索和研究也将与时俱进，使用助听器更好地为人类服务，实现人与自然和谐相处，从而促进社会和谐发展。