一种基于IFS分形算法的耳鸣康复音合成方法

摘要

本发明的一种基于IFS分形算法的耳鸣康复音合成方法，包括选取基音音频；然后对基音音频进行变换，生成多个变换音频；最后由IFS迭代系统产生分形序列，并将序列数值映射为对应的基础音频和变换音频，从而合成耳鸣康复音音频。该方法对特定的音频片段进行韵律变换生成丰富的音库，并将分形算法引入到动态自然音的合成中，将分形图的层次变化表现在自然音中，很好的实现了声治疗音的不重复和自相似性，符合耳鸣康复音的基本特点。

说明书

技术领域

本发明涉及医疗技术领域，具体涉及一种基于IFS分形算法的耳鸣康复音合成方法。

背景技术

耳鸣是在无外界声源刺激下的一种主观听觉感知，在临床上十分常见。以声音为基础的声音疗法被公认为对不同类型的耳鸣治疗具有普遍适用性。该方法主要使通过耳鸣的不全掩蔽，用一种声音作为背景声音，使患者逐渐习惯耳鸣声的存在。以音乐为基础的声治疗方法已被证明在短期内可以有效地缓解耳鸣症状，其目的在于促进放松，调整患者情绪。但是，研究表明音乐一旦被重复播放，就会唤醒患者记忆反而达不到预期的放松减压效果。由于耳鸣是患者的一种主观听觉感知，其表现形式因人而异，比较常见的有蝉鸣、嗡嗡声、流水声等，自然声可调节消极情绪，具有良好的减压效果，能在一定程度上减轻耳鸣的烦扰。然而，自然声一般为一种短暂而重复的声音，采用重复循环的声音对耳鸣治疗效果并不大，因此，也进一步限制了自然声音在耳鸣康复治疗中的应用。

发明内容

本发明的目的在于解决上述问题，提供一种可生成与耳鸣患者相匹配的具有不重复和自相似性的耳鸣康复音的方法。

本发明的目的是这样实现的，一种基于IFS分形算法的耳鸣康复音合成方法，其特征在于，包括以下步骤：

S1.选取基音音频；

S2.对基音音频进行变换，生成多个变换音频；

S3.由IFS迭代系统产生分形序列，并将序列数值映射为对应的基础音频和变换音频，从而合成耳鸣康复音音频。

进一步的，所述步骤S1中的基音音频为与耳鸣患者的耳鸣匹配声相一致或耳鸣患者喜爱的自然声音频。

进一步的，所述自然声音频时长选取为3-8秒，且所选取的自然声音频韵律特征不重复。

进一步的，所述步骤S1中的基音音频的选取方法为：提供不同类型的纯自然声音音频让耳鸣患者进行试听选择，从可接受度，喜欢程度以及与耳鸣声的匹配度三个层面去评分，选出耳鸣患者综合评分较高的音频作为基音音频。

进一步的，所述步骤S2中对基音音频的变换包括对基音音频的音色、音调、速度和响度的至少一种的变换。

进一步的，对基音音频的音色的调节通过以下方法实现:

a.根据Mel频带划分方法，采用FIR带通滤波器将基音音频信号划分为若干子路信号；

b.根据对音色的均衡要求对各路信号进行增益或衰减的个性化调节；

c.将调节后的各子路信号组合输出，得到音色均衡后的音频信号。

进一步的，所述步骤a包括，将基音音频信号划分为20-24个频段。

进一步的，对基音音频的音调进行调节的方法为：利用总体平均经验模态分解算法(EEMD)，自适应的将声音信号分解为若干个单分量信号，即包含各共振峰信息的本征模态函数(IMF)；然后利用Hilbert-Huang变换进行时频分析求得各IMF的瞬时频率和瞬时幅度，基于瞬时幅频，得到每个IMF的共振峰频率；最后，通过调整瞬时频率，实现共振峰的搬移，利用AM-FM模型合成音调变换后的音频。

进一步的，对基音音频的速度的变换采用重叠叠加算法(OLA)实现。

进一步的，通过控制分形序列的长度来控制所合成分形自然声音频的时长。

进一步的，步骤S3还包括：

首先，将初始化后所得的IFS分形序列进行模值变换，得到分形整数序列；

其次，根据分形整数序列的区间跨度，将分形整数序列划分为与音频库内的音频数量对应的区间；

最后，通过序列值的区间判定完成音频编号的映射，最终合成得到分形自然音音频,并以此作为耳鸣康复音。

本发明相比现有技术的有益效果体现在：提供的基于IFS分形算法的耳鸣康复音合成方法个性化地选择与耳鸣匹配声相一致或耳鸣患者偏爱的自然音片段进行韵律变换生成自然音音库，并将分形图像的处理方法引入到动态自然音的合成中，将分形图的层次变化表现在自然音中，很好的实现了声治疗音的不重复和自相似性，符合耳鸣康复音的基本特点，同时由于自然音是大多耳鸣患者的耳鸣匹配声，将分形自然音作为治疗音，可使患者在相似不重复的动态治疗声中感受到耳鸣时的相似情境但又不再那么恐惧，从心理层面减轻患者对耳鸣的负面感知，最终达到习服的作用。

附图说明

图1为本发明实施例的基于IFS分形算法的耳鸣康复音合成示意图；

图2为本发明实施例的根据mel频率所设计的滤波器组各中心频率分布曲线。

具体实施方式

下面结合附图以及具体实施例，对本发明的基于IFS分形算法的耳鸣康复音合成方法做出进一步的阐述说明，值得注意的是，本发明的实施方式并不限制于所提供的具体实施例。

参阅图1-2所示，一种基于IFS分形算法的耳鸣康复音合成方法，包括以下步骤：

S1.选取基音音频

作为优选的实施例，所述基音音频选取为与耳鸣患者的耳鸣匹配声相一致或耳鸣患者喜爱的自然声音频。本实施例所述的自然声包括非人造的自然界中所产生的声音，例如，流水声、风声、鸟鸣声、蝉鸣声等。由于自然声与大多耳鸣患者的耳鸣声音相匹配，因此，自然声作为治疗音，可使耳鸣患者在自然声中感受到耳鸣时的相似情境但又不再那么恐惧，因而可从心理层面减轻患者对耳鸣的负面感知，最终达到习服的作用。进一步的，结合不同自然声的特点，所述自然声音频选取频韵律特征不重复的3-8秒的时长。

进一步的，由于不同耳鸣患者所产生的耳鸣音存在一定的差异，并且不同耳鸣患者对于不同的自然声也有不同的反应(厌恶、喜欢等)，因此，为了实现个性化的匹配治疗，提高声音治疗的效果，所选取的自然声应当与耳鸣患者的耳鸣声实现较好的匹配或者选取耳鸣患者较为喜欢或者能够接受的自然声作为治疗音。作为一种优选的具体实施例，可通过以下方法来获取作为治疗音的自然声音频：首先，提供不同类型的纯自然声音音频让耳鸣患者进行试听选择，从可接受度，喜欢程度以及与耳鸣声的匹配度三个层面去评分，随后，选出耳鸣患者综合评分较高的自然声音频，并以此作为基音音频。此外，可以选取多种不同类型的自然声音频作为基音音频。同时，也可采取其它不同的方式来获取所述的自然声音频。

S2.对基音音频进行变换，生成多个变换音频

研究表明，用于耳鸣适应性治疗的治疗声，需进行半个小时以上甚至几个小时的连续刺激，如果仅基于上述个性化选取的一种或几种基音片段进行自然音合成，合出来的自然音的韵律特征往往较为单一，并且只有对合成的音频进行循环而重复的播放才能满足治疗时长，然而以如此单一而重复的声音作为耳鸣治疗声，其治疗效果不尽理想，并不能满足耳鸣的治疗声的要求。因此，作为一种解决方案，可以通过对上述基音音频的韵律特征进行变换，从而得到多种与基音音频相似但又不构成重复的变换音频。作为具体的可行实施方式，对基音音频的变换包括对基音音频的音色、音调、速度和响度中的至少一种的变换，即还可以将以上变换方法进行组合，以得到多种音律特征丰富的变换音频，并由基础音频和变换后得到的变换音频构成音频库。上述四种韵律变换方法中，响度的变换主要通过调节音频的幅度来实现。

作为优选的具体实施方案，对基音音频的音色的调节通过以下方法实现:

a.根据Mel频带划分方法，采用FIR带通滤波器将基音音频信号划分为若干子路信号：

Mel频率是基于人耳耳蜗和基底膜特性所提出的新的频率标度，人耳的听觉系统对真实频率具有非线性(对数)特征，而对Mel频率具有线性特征。Mel频率与真实频率的转换关系可由如下表达式表示，

f_mel(f)＝2595log₁₀(1+f/700)

其中，f为真实频率，f_mel为Mel频率。

步骤a的具体实施方式为：

首先，根据基音音频信号的最大真实频率得到Mel最大频率；

其次，将基音音频信号划分为20—24个Mel频段，并根据频带划分个数计算Mel频带间隔，同时求得各Mel频段中心频率；

最后，采用FIR带通滤波器组，将基音音频信号划分为20—24个子路信号，即每个子路信号对应一个所划分的Mel频段。进一步的，所述FIR带通滤波器组可根据Mel频段的划分情况，采用窗函数法进行参数设计。图2所示为实施例的根据mel频率所设计的滤波器组各中心频率分布曲线，该图表明根据mel频率所设计的滤波器组各中心频率呈对数分布，符合人耳基底膜对于频率的感知特性。

b.根据对音色的均衡要求对各子路信号进行增益或衰减的个性化调节：

作为具体的，为保证声音音质不受过大损坏，需在可控范围内进行调节，可将各频段的增益衰或减幅度控制在-20dB—20dB之间，此外，由于人耳对中间频段(250Hz—4kHz)的声音比较敏感，且其对声音的清晰度有较大影响，通常对这一频段的调节要慎重，可根据主观感觉进行微调或者不调节。

c.将调节后的各子路信号组合输出，得到音色均衡后的音频信号。

声音的音调主要由声音的频率决定，是指声音频率的高低。所谓音调变换就是对声音的频率进行调整。作为优选的实施方案，对基音音频的音调进行调节的方法为：

利用总体平均经验模态分解算法(EEMD)，自适应的将声音信号分解为若干个单分量信号，即包含各共振峰信息的本征模态函数(IMF)；然后利用Hilbert-Huang(希尔伯特-黄)变换进行时频分析求得各IMF的瞬时频率和瞬时幅度，基于瞬时幅频，得到每个IMF的共振峰频率；最后，通过调整瞬时频率，实现共振峰的搬移，利用AM-FM模型合成音调变换后的音频。

音频的速度，犹如音乐的节奏，速度慢对应节奏舒缓，速度快则节奏激进，音频速度的调节在听感上能达到韵律丰富的效果。而纯的自然音声音变化单一，不像音乐那样复杂多变对音质的要求极高。作为一种优选的实施方式，本实施例采用重叠叠加算法(OLA)对基音音频的速度的进行变化调节。重叠叠加算法(OLA)可分为分解与合成两个阶段，分解时，以长度为N的帧长，长度为Sa的帧间距分帧，在合成时，以帧间距Ss进行合成，Sa和Ss的比值大小决定了规整因子α的大小，α大于1则信号拉伸实现音频减速处理，小于1则信号压缩实现音频加速处理。

S3.由IFS迭代系统产生分形序列，并将序列数值映射为对应的基础音频和变换音频，从而合成耳鸣康复音音频。

具体的，由IFS迭代系统产生分形序列后，分别对基础音频和变换音频进行编号，并将序列数值映射为对应编号的基础音频和变换音频，从而将基础音频和变换音频按照分形序列拼接合成满足相似而不重复特征的分形自然声音频，并以之作为耳鸣康复音音频。进一步的，可以设置不同的映射规则，建立基础音频和变换音频与分形序列之间的特定对应关系，以使得按照该映射规则拼接合成的自然声音频的韵律特征符合相似而不重复的特征。

作为步骤S3的一种具体的实施方案：

首先，将初始化后所得的IFS分形序列进行模值变换(即对分形序列进行取模，放大，取整处理)，得到分形整数序列；优选的，由于不同分形算法或进行不同初始化得到的分形序列的数值差异较大，因此，可对初始化后所得的IFS分形序列先进行取值范围判定，而后对所选定的范围进行模值变换；

其次，根据分形整数序列的区间跨度(最大值与最小值的差值)，将分形整数序列划分为与音频库内的音频数量对应的区间；

最后，通过序列值的区间判定完成音频编号的映射，最终合成得到分形自然声音频,并以此作为耳鸣康复音。

作为优选的，可通过控制分形序列的长度来控制所合成分形自然声音频的时长。

本发明提供的基于IFS分形算法的耳鸣康复音合成方法通过个性化地选择与耳鸣匹配声相一致或耳鸣患者偏爱的自然音片段进行韵律变换生成自然音音库，并将分形图像的处理方法引入到动态自然音的合成中，将分形图的层次变化表现在自然音中，很好的实现了声治疗音的不重复和自相似性。

以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述的具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都应涵盖在本发明的范围内。