下载文档原格式
智能助听器信号处理算法设计与实现智能助听器是一种利用先进的信号处理算法和技术，帮助有听力障碍的人们恢复或改善听力的设备。
随着科技的进步，智能助听器正在成为越来越受欢迎的听力辅助设备。
本文将重点讨论智能助听器信号处理算法的设计与实现，介绍一些智能助听器常用的信号处理技术。
一、背景介绍听力障碍是一种常见的健康问题，世界卫生组织（WHO）估计全球约有5%的人口（约3600万人）患有中度至重度听力障碍。
智能助听器的出现为这些人提供了帮助，通过增强声音、降低噪音等处理来改善听力。
二、智能助听器的信号处理算法设计1. 去除噪音在现实生活中，人们经常处于噪音环境中。
对于有听力障碍的人来说，噪音会严重影响听到声音的清晰度。
因此，一种重要的信号处理算法是去除噪音。
常用的方法包括谱减法、子带自适应滤波、频率掩蔽等。
2. 声音增强智能助听器的另一个主要功能是增强声音，以帮助听力受损的人更好地听到声音。
声音增强算法主要有多频带压缩、自适应增益、声音定位等。
3. 反馈抑制智能助听器中的反馈是一个常见的问题，它导致了令人不愉快的哨声或啸叫声。
为了解决这个问题，需要在信号处理算法中加入反馈抑制处理。
常用的算法包括自适应滤波、频率移位和相位控制等。
4. 动态范围压缩在现实生活中，声音的强度范围非常广泛，从安静的细语到大声的噪音。
为了使听力障碍的人更好地适应各种声音，智能助听器通常采用动态范围压缩算法。
该算法可以使较小的声音变得更清晰，同时又不会使较大的声音过于刺耳。
三、智能助听器信号处理算法的实现智能助听器信号处理算法的实现通常需要使用数字信号处理（DSP）技术。
DSP是一种将连续时间信号转换为离散时间信号的技术，通过数字滤波器、频率分析和时域处理等来实现信号的处理。
常见的智能助听器信号处理算法实现流程如下：1. 采集与预处理：智能助听器首先需要采集外部声音，并对其进行预处理，例如去除直流分量和低频噪声。
2. 信号分析：通过傅里叶变换等信号分析方法，将声音信号转换为频域表示，并提取相关信息。
毕业设计 [论文]题目：基于DSP的语音信号处理设计系别：电气与电子工程系专业：电子信息工程******学号：*****8151指导教师：***河南城建学院2010年5月23日摘要语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
数字信号处理（Digita lSign alPro cessi ng，简称DSP）是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理，以得到符合人们需要的信号形式。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件，它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据，如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等，它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数，利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化，使人机交互更加便捷。
信号处理是M a tlab重要应用的领域之一。
本设计针对现在大部分语音处理软件内容繁多、操作不便等问题，采用MATLAB7.0综合运用G UI界面设计、各种函数调用等来实现语音信号的变频、傅里叶变换及滤波，程序界面简练，操作简便，具有一定的实际应用意义。
关键字：Matlab，语音信号，傅里叶变换，信号处理AbstractSpeech signal proces singis to studythe use of digita l signal proces singtechno logyand knowle dge of the voicesignal voiceproces singof the emergi ng discip lineis the fastes t growin g areasof inform ation scienc e one of the core techno logy. Transm issio n of inform ation throug h the voiceof humani ty's most import ant, most effect ive, most popula r and most conven ientform of exchan ge of inform ation..Digita l signal proces sing(Digita lSign alPro cessi ng, DSP) is the use of comput er or specia l proces singequipm ent, to digita l form of signal acquis ition, transf ormat ion, filter ing, estima tion, enhanc ement, compre ssion, recogn ition proces sing,in orderto get the needsof the people of the signal form.Matlab langua ge is a data analys is and proces singfuncti ons are very powerf ul comput er applic ation softwa re, soundfileswhichcan be transf ormed into discre te data files, then use its powerf ul abilit y to proces s the data matrix operat ions, such as digita l filter ing, Fourie r transf orm, when domain and freque ncy domain analys is, soundplayba ck and a variet y of map render ing, and so on. Its signal proces singand analys is toolki t for voicesignal analys is provid es a very rich featur e functi on, use of thesefuncti ons can be quickand conven ientfeatur es comple te voicesignal proces singand analys is and visual izati on of signal s, makescomput er intera ction more conven ient. Matlab Signal Proces singis one of the import ant areasof applic ation.The design of voice-proces singsoftwa re for most of the conten t are numero us, easy to maneuv er and so on, usingMATLAB7.0 compre hensi ve use GUI interf ace design, variou s functi on callsto voicesignal s such as freque ncy, amplit ude, Fourie r transf orm and filter ing, the progra m interf ace concis e, simple, has some signif icanc e in practi ce.Keywor ds: Matlab， VoiceSignal，Fourie r transf orm，Signal Proces sin1 绪论1.1课题的背景与意义通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息的形式。
毕业设计［论文]题目：基于DSP的语音信号处理设计系别：电气与电子工程系专业:电子信息工程姓名:张作伟学号:123408151指导教师：陈英河南城建学院2010年5月23日摘要语音信号处理是研究用数字信号处理技术和语音学知识对语音信号进行处理的新兴的学科，是目前发展最为迅速的信息科学研究领域的核心技术之一。
通过语音传递信息是人类最重要、最有效、最常用和最方便的交换信息形式。
数字信号处理（DigitalSignalProcessing，简称DSP）是利用计算机或专用处理设备，以数字形式对信号进行采集、变换、滤波、估值、增强、压缩、识别等处理,以得到符合人们需要的信号形式。
Matlab语言是一种数据分析和处理功能十分强大的计算机应用软件,它可以将声音文件变换为离散的数据文件，然后利用其强大的矩阵运算能力处理数据,如数字滤波、傅里叶变换、时域和频域分析、声音回放以及各种图的呈现等,它的信号处理与分析工具箱为语音信号分析提供了十分丰富的功能函数,利用这些功能函数可以快捷而又方便地完成语音信号的处理和分析以及信号的可视化,使人机交互更加便捷。
信号处理是Matlab重要应用的领域之一。
本设计针对现在大部分语音处理软件内容繁多、操作不便等问题,采用MATLAB7。
0综合运用GUI界面设计、各种函数调用等来实现语音信号的变频、傅里叶变换及滤波，程序界面简练，操作简便,具有一定的实际应用意义。
关键字：Matlab,语音信号，傅里叶变换,信号处理AbstractSpeech signal processing is to study the use of digital signal processing technology and knowledge of the voice signal voice processing of the emerging discipline is the fastest growing areas of information science one of the core technology. Transmission o f information through the voice of humanity’s most important，most effective, most popular and most convenient form of exchange of information。
目录摘要 (Ⅲ)ABSTRACT (Ⅳ)1绪论1.1语音处理研究状况 (1)1.2语音处理的硬件基础和应用 (4)2系统硬件部分概述2.1 DSP系统设计概述 (6)2.2 系统的总体构成 (7)2.3 硬件系统核心芯片的选择 (8)2.4 实时语音处理的基本要求 (9)3设计部分3.1 设计目的和要求 (10)3.2 设计原理 (10)3.3 设计内容 (11)3.3.1 理论依据 (11)3.3.2 信号特征分析 (11)3.3.3 方案设计 (11)3.3.4 方案论证 (12)3.3.5 器件选型（硬件电路的设计） (13)4 软件设计4.1 DSP软件开发工具和编程特点 (25)4.2 软件设计 (26)4.3 DSP初始化 (27)4.4 音频采集程序 (30)4.5 TMS320VC5402的并行引导装载分析和设计 (32)总结与致谢 (34)参考文献 (35)附录 (36)摘要提出一个基于TMS320VC5402的音频信号采集与处理系统。
介绍了该系统的总体方案和硬软件设计。
讨论了模/数(A/D)和数/模(D/A)转换电路的设计方法以及如何利用TMS320VC5402的多通道缓冲同步串口(McBSP)和PCM1800及PCM1744芯片接口来实现音频信号的采集和输出。
实验证明：所设计的基于DSP的硬件和软件系统是一个很好的音频信号采集与处理系统。
关键词：多通道缓冲同步串口；音频信号；TMS320VC5402；采集与处理DSP-based real-time voice processing systemAbstractAbstract: A TMS320VC5402-based audio signal acquisition and processing system. Describes the general scheme of the system and the hardware and software design. Discussed the analog / digital (A / D) and digital / analog (D / A) converter circuit design and how to use TMS320VC5402 multi-channel synchronous serial port buffer (McBSP) and the PCM1800 and PCM1744 chip interface for audio signal acquisition and Output. Experimental results show: the designed DSP-based hardware and software system is a good audio signal acquisition and processing system.Keywords: Simultaneous multi-channel buffered serial port；audio signal；TMS320VC5402；acquisition and processing1 绪论1．1语音处理的研究状况语音是人类进行信息交流最直接、最方便、最有效的工具，语音信号是携带语音信息的语音声波。
基于DSP的语音处理课程设计一、教学目标本课程的教学目标是使学生掌握数字信号处理器（DSP）在语音处理领域的基本原理和应用方法。
通过本课程的学习，学生将能够：1.知识目标：了解DSP的基本结构和原理，掌握DSP的编程方法和语音信号处理的基本算法。
2.技能目标：能够使用DSP处理器进行语音信号处理程序的编写和调试，具备分析和解决实际问题的能力。
3.情感态度价值观目标：培养学生对语音处理技术的兴趣，增强学生对DSP应用领域的认识，提高学生运用科学知识服务社会的意识。
二、教学内容本课程的教学内容主要包括以下几个部分：1.DSP基本原理：DSP的硬件结构、工作原理和编程环境。
2.语音信号处理基础：语音信号的采样、量化、编码和压缩技术。
3.DSP语音处理算法：语音增强、语音识别、语音合成等算法的原理和实现。
4.实际应用案例：DSP在语音通信、语音控制等领域的应用实例。
三、教学方法为了达到本课程的教学目标，将采用以下几种教学方法：1.讲授法：用于讲解DSP的基本原理和语音信号处理的基础知识。
2.案例分析法：通过分析实际应用案例，使学生更好地理解DSP在语音处理领域的应用。
3.实验法：让学生亲自动手进行DSP语音处理程序的编写和调试，提高学生的实际操作能力。
4.讨论法：鼓励学生积极参与课堂讨论，培养学生的思考能力和团队合作精神。
四、教学资源为了保证本课程的顺利进行，将准备以下教学资源：1.教材：选用《数字信号处理器原理与应用》作为主讲教材。
2.参考书：提供《数字信号处理》、《语音信号处理》等参考书籍，供学生深入研究。
3.多媒体资料：制作课件、教学视频等多媒体资料，丰富教学手段。
4.实验设备：准备DSP开发板和相关的实验器材，为学生提供动手实践的机会。
五、教学评估本课程的评估方式包括以下几个方面：1.平时表现：通过课堂参与、提问、讨论等方式评估学生的学习态度和积极性。
2.作业：布置语音处理相关的编程练习和算法设计作业，评估学生的理解和应用能力。
基于DSP的数字助听器设计
数字信号处理（DSP）在数字助听器设计中起着关键作用。
数字助听器的主要功能是对听力损失进行补偿，通过数字信号处理来优化声音的质量和清晰度。
下面是基于DSP的数字助听器设计的一般步骤：
1.信号采集：使用麦克风将环境中的声音信号采集下来。
采集到的声音信号是模拟信号。
2.模拟信号转数字信号：采集到的模拟信号经过模拟到数字转换器（ADC）转换为数字信号。
3.数字信号处理：数字信号经过一系列算法来降噪、放大、均衡等。
这些算法由DSP芯片执行。
4.按用户需求定制化：根据用户的听力需求和喜好，调整数字信号处理算法的参数，如音量、音色等。
5.数字信号重构：处理后的数字信号经过数字到模拟转换器（DAC）转换为模拟信号。
6.声音输出：模拟信号放大后，通过耳机或扬声器输出给用户。
在数字助听器设计中，DSP起到虚拟耳蜗的功能。
它是一个非线性算法，根据输入信号和用户需求，通过滤波、压缩、增益调整等处理来最终输出符合用户听力需求的信号。
数字助听器设计还需要考虑功耗、时延等因素。
低功耗设计可以延长电池寿命，而低时延设计可以减少声音的滞后感。
总体而言，基于DSP的数字助听器设计通过数字信号处理来优化声音质量并满足用户的听力需求。
利用数字信号处理技术的助听器设计随着人口老龄化的加剧，听力损失成为一个全球性的问题。
助听器作为一种常见的辅助听力设备，帮助听力受损的人们重获听觉能力。
数字信号处理技术的应用为助听器的设计和制造带来了革命性的变化，使得助听器具有更高的性能和更好的用户体验。
数字信号处理技术（Digital Signal Processing，简称DSP）利用数字计算手段对模拟信号进行分析和处理。
通过将模拟信号数字化，可以利用计算机和数学算法对信号进行更准确、更灵活的处理。
在助听器设计中，数字信号处理技术的应用可以实现增强声音的清晰度、降低噪音干扰、提高对不同频率范围声音的感知能力等功能。
首先，数字信号处理技术可以实现声音增强和增强清晰度的功能。
助听器通过数字化声音信号后，可以对声音进行放大和频率响应的调整。
DSP可以针对每个频率范围进行精细的调整，使得使用者能够更清晰地感受到不同频率声音的差异。
此外，数字信号处理技术还可以实现自适应增益控制，根据不同环境下的声音强度自动调整放大倍数，避免了在静音或大声环境下的失真问题。
其次，数字信号处理技术可以降低噪音干扰，提高语音辨识度。
助听器的使用者常常在嘈杂的环境中，如公共场所、交通工具等处。
这些环境中的噪音会严重影响听力的准确性。
利用数字信号处理技术，助听器可以通过抑制噪音信号，提高语音信号的信噪比。
采用自适应噪音抑制算法，助听器能够根据环境中的噪音特征，自动调整抑制噪音的程度，更好地保留有用的声音。
此外，数字信号处理技术还可以实现方向性听功能。
人类在感知声音来源时，常常通过双耳的差异来判断声音的方向。
助听器可以利用数字信号处理技术，模拟人耳的方向性听觉，提供定向性放大功能。
采用智能算法，助听器能够自动识别声源方向，并调节声音输出，使得使用者更加准确地感知声音来源。
值得一提的是，数字信号处理技术还可以实现对不同声音环境的自适应调节。
通过采集环境声音数据，助听器可以自动调整声音增益、频率响应和噪音抑制等参数，以适应不同的环境需求。
0引言语音是人类区别于其它动物的最显著的特点，它是人类交流信息最自然、最有效、最方便的手段，也是人类进行思维交流的一种依托。
然而耳聋阻碍着人类正常的信息交流，助听器越来越被人们重视。
在助听器的研发中，由于每个患者的听力损失曲线几乎都不相同，加上患者在年龄、语言识别、以及对设备适应程度方面存在着差异，使得每位患者对于助听器的补偿有着不同的要求。
传统助听器由于配置等的局限性已经无法满足大部分患者的要求。
目前D SP 以其功耗低、体积小、强大的控制和运算能力逐步取代了传统的模拟助听器。
笔者在数字信号处理技术的基础上，研制基于TI 公司D SP TM S320C 5416的助听器，并对助听器的软硬件开发进行了进一步的探索。
1语音处理结构系统以D SP 为核心，结合TI 公司高性能立体音频C odec 芯片TLC 320A C 50构建硬件环境，并在此基础上实现移频压缩、宽动态压缩、噪声消除等助听器关键算法。
本系统功耗低，易便携，使用中参数可任意调节，满足临床听障患者对听力进行补偿的要求，也为进一步研究助听器高级算法搭建了较好的实验平台。
本次设计的系统结构图如图一所示：2硬件设计2.1D SPTM S320C 5416为16位高速定点D SP[1]，处理速度高达160M I PS 。
该芯片采用程序与数据存储区分开的哈佛结构，进一步提高运行速度；芯片广泛采用流水线技术，减少指令执行周期，专用的硬件乘法器与特殊的D SP 指令更提高了信号处理的效率。
助听器中，高性能D SP 的使用能快速实现FFT 、卷积、相关等算法，保证了音频数据能够得到实时处理。
TM S320C 5416片内存储资源丰富，含R A M 128k ×16bi t ，基于DSP 的助听器语音处理系统设计Design of Speech Processing System in Hearing Aids Based on DSP马晓虹Ma Xiaohong（陕西理工学院电工电子实验中心,陕西汉中723003）(Electrical and Electronic Experiment Teaching Center,Shaanxi University of Technology,Shaanxi Hanzhong 723003)摘要：针对数字助听器平台的研究，研制以DSP TMS320C5416为核心、以TLC320AC50为语音采集与输出的全数字助听器，并在平台上实现了几种常用的助听器算法，包括改进减谱法的噪声消除算法、宽动态压缩算法、以及移频压缩算法等。
该项目为国内基于DSP 全数字助听器的软硬件开发提供参考。
关键词：DSP ；助听器；噪声消除；宽动态压缩；移频压缩中图分类号：TH772文献标识码：B文章编号：1671-4792-(2009)7-0205-03Abstract ：For the study of digital hearing aids platform,one digital system of hearing aids is introduced ,of which the core is DSP TMS320C5416,and the speech input and output system is the TLC320AC50.The popular algorithm has realized on the platform,include the improved spectral subtraction,Wide Dynamic Range Compression,frequency shift and Compression and so on.the reference of digital hearing aid system design in our nation has been given by this project.Keywords :Dsp;Hearing Aids;Noise Eliminate;WDRC;Frequency Shift and Compression图一系统结构图基于DSP的助听器语音处理系统设计205科技广场2009.7R O M 64k ×16bi t ，足够助听器程序运行时所需的空间。
这款D SP 不但高效而且功耗低、封装小，适合在便携设备中使用。
2.2TLC 320A C 50音频A D 50是TI 公司生产的一款集成有A /D 和D /A 的芯片[2]，它采用过采样技术（over sam pl i ng ）、si gm a-del t a 技术提供16位D /A 和A /D 的高分辨率转换。
该器件包括连个串行的同步转换通道（用于各自的数据输出），在D /A 之前有一个插入滤波器（i nt er pol at i on f i l t er ），在A /D 之后有一个抽取滤波器（deci m at i on f i l t er ），由此可以降低A D 50自身的噪声。
此外A D 50还具有片内时序和控制功能。
2.3TM S320C 5416和A D 50的硬件连接D SP 与音频A D 50连接后，可以只适用一个缓冲通道串口来同时实现数据的采集和输出，从而节省了D SP 的硬件开销。
AD 50为从设备的链接方法图[3]如图二所示：图中A D 50的时钟信号由C 5416的定时器0的输出提供，时钟频率可以修改定时器0的设置而改变。
A D 50的FC 引脚连接到C 5416的X F （通用I /O 引脚）用于控制第二次串行通信。
A D 50的D I N （数据输入）和D O U T （数据输出）引脚分别接在C 5416缓冲串口0的D X 0和D R 0引脚。
A D 50的SC LK （移位时钟输出）连接C 5416的C LK R 0（缓冲串口0的接收时钟引脚），帧同步信号连接C 5416缓冲串口0的FR X 0。
A D 50在正常工作前，必须对它进行初始化。
初始化操作的主要工作是配置A D 50的4个控制寄存器C R 1、C R 2、C R 3和C R 4。
控制寄存器的读写是通过二次通信来实现的。
在二次通信中，D 0—D 7为写入控制寄存器的数据或者从控制寄存器读出的数据，D 8—D 12的内容决定选择哪个控制寄存器，D 13位决定是读操作还是写操作。
2.4电源设计一个可靠的电源是整个系统正常工作的基础。
有关电压转换的芯片很多，这里使用TI 公司的TPS70348，它为D SP 提供了稳定的3.3V 端口电压和1.5V 的核心电压。
3系统软件设计3.1软件流程图软件主程序流程图如图三所示：3.2语音的分帧处理由于使用的McB SP0作为数据通讯口，语音数据进入到D SP 中是以串行的形式进入。
M cB SP0每次只读一个16位的语音数据，语音处理算法建立在语音的短时平稳性上，要对读进的语音数据进行算法处理，需要对语音进行分帧处理。
这里把连续的256个语音数据作为一帧信号，然后对一帧信号进行处理。
本文在程序设计时，开辟了缓冲区域buf f er 和i nput ，这里buf f er 共分为两个部分，即第一缓冲区buf f er 1和第二缓冲区buf f er 2，i nput 和buf f er 大小设置为512。
缓冲区工作原理图如图四所示：图中i nput 是一个大小为512位的环形缓冲区，当输入数据i n 输入到i nput 的最后一位后，就重新回到i nput 的起始位置，输出数据out 延迟输入数据256个，它和i n一图二TM S320C 5416与A D 50的连接图图三主程序流程图图四缓冲区工作原理图206样也是一个循环操作。
当in 的数据写到input 的255位时，就进入到处理程序中来。
首先把input 中的前256个数据搬移到buffer1中，对buffer1中的256个数据进行数据处理，处理好的256个数据再放回到input 的前256位中，等待out 的读出。
当in 的数据在写到input 后256位时，out 同时进行着把刚刚处理好的前256个数据依次的读出。
当in 的数据写到input 的511位时，把input 后256个数据搬移到buffer2中进行数据处理，处理好的256个数据再放回到in-put 的后256位中，等待out 的读出。
in 写到input 的511位时，out 已把前256个数据读出了，准备读下面的数据。
最后in 再由input 的511位回到0位继续向input 中写数据，out 开始读下面256个后处理好的数据。
这样不断地循环下去，这就是缓冲区的工作原理。
为了避免分帧带来的截断效应，需要对语音进行加窗处理，应用在谱减法中的各种各样的窗函数有着不同的性能特性，综合考虑选用Hamming 窗对语音进行加窗处理。
4关键算法数字信号处理是数字助听器的核心，它为调整输入/输出特性和系统的频率响应特性提供了很强的灵活性。
目前，关于助听器研究的算法很多[5]，例如，频响补偿、噪声去除、反馈消噪、移频算法和频率压缩算法等等，我们选择助听器中最基本的算法进行调试。
以下为笔者调试成功的几个关键算法，包括改进减谱法的噪声控制算法、宽动态压缩算法以及移频算法。
4.1改进减谱法的噪声控制算法由于具有感音神经性听力损失者相对于听力正常者在听同一强度的声音时需要较高的信噪比,因此助听器开发的重要目标之一就是将噪声对助听的不利影响降低到最低。
谱减法改进形式在语音增强方面有明显效果[6]，较大程度上抑制了音乐噪声，提高了语音质量，使主观感觉较基本谱减法更为舒服。
4.2宽动态压缩算法听障患者与正常人相比，其损伤的频率范围内对声音的适应能力大大降低，如图五所示。
宽动态压缩必须对整个频域进行补偿[7]，使得助听器输出的动态范围与患者残余听力相吻合。
算法的关键是根据出入信号的频谱求出频域上各点期望增益组成的增益曲线，由曲线的值来改变频谱，得到压缩后的新频谱。
4.3移频算法对于高频听力损失超过70dB 的听障患者来说，还需要应用移频压缩技术[4]，即按比例的频率压缩，将高频部分的频谱分布按一定的比例“移”到具有残余听力的低频区。
以上虽然处理了一些简单信号，算法也很简单，但依托此DSP 助听器平台可以继续开发出效率更高、处理能力更强的算法，同时随着硬件平台的改进，电源管理的进一步设计，功耗也会逐渐达到满意程度。
5结束语我国助听器行业尚处于十分落后的水平，至今还没有完全自主知识产权的全数字助听器生产，本项目能够为国内基于DSP 全数字助听器的研发提供参考。
参考文献[1]TMS320VC5416Fixed-Point Digital Signal Processor Data Manual.Texas Instruments,2005.[2]TLV320AC50Data Manual.Texas Instruments,2004.[3]汪安民等.TMS320C54DSP 实用技术[M].北京：清华大学出版社，2007.[4]阚任根.基于听觉掩蔽效应的语音增强算法[D].无锡:江南大学,2008.[5]肖宪波.数字助听器中若干主要算法的发展和现状[J].生物医学工程,2004,21(4):694-698.[6]丁伟,吴小培.基于改进谱减方法的语音增强研究[J].计算机技术与发展.2008,(9):98-100.[7]应俊.基于DSP 数字助听器关键算法研究[D].北京：中国人民解放军总医院,2006.[8]殷文铮.基于TMS320C55x DSP 的语音增强算法研[D].武汉:华中科技大学,2005.作者简介马晓虹（1980—），女,汉族，陕西大荔人，助理实验师，主要从事控制工程和应用电子的研究与实验教学。
