JP6803394B2 - 聴取装置の動作方法、および聴取装置 - Google Patents

Description

本発明は、聴取装置の動作方法であって、マイクロホンによって音が記録され、その音は、聴取装置の装用者の声とのその類似性に関して分析され、およびその音が聴取装置の装用者の声と類似しているかの程度を示す特徴値が生成され、装用者の声が、ある音タイプである場合、特徴値は閾値と比較され、その音は、特徴値が閾値を上回るかまたは下回るかによって装用者の声として検出され、および聴取装置は、その音が装用者の声として認識されたかどうかによって、複数の動作モード間で切り替えられる、方法に関する。本発明は、さらに、聴取装置に関する。

対応する方法が、例えば、出願番号ＰＣＴ／ＥＰ２０１５／０６８７９６号明細書の本出願人の非公開の国際出願において説明されている。

１つ以上のマイクロホンによって記録された音の分析との関連において、聴取装置の装用者自身の声を認識し、かつその認識に基づいて、聴取装置を異なる動作モードで切り替えることは可能である。そのような分析はまた、「自身の声検出（ｏｗｎ ｖｏｉｃｅ ｄｅｔｅｃｔｉｏｎ）」、すなわち略してＯＶＤと呼ばれる。そのような分析は、通常、聴取装置の構成要素である自身の声認識部によって、実施される。マイクロホンは、音を電気信号に変換し、その後、これらの信号を調べて、音を特定の音タイプに割り当て、およびより詳細には、原音が装用者自身の声であるかどうか、すなわち聴取装置装用者が話しているかどうかを決定する。

米国特許出願公開第２０１１／０２６１９８３Ａ１号明細書から、自身の声を認識するための方法が公知であり、ここでは、装用者自身の声の認識に対して予め決められた閾値が、周囲の音に基づいて選択されている。このために、異なる閾値が、周囲の音の中での異なる音分類に対して最初に設定される。通常動作の最中、すなわち聴取装置装用者による聴取装置の使用中、閾値は、現在存在する音分類に基づいて選択される。

上述の出願ＰＣＴ／ＥＰ２０１５／０６８７９６号明細書では、分析は、それぞれの音、すなわち特定の音タイプまたは音分類に適応されるそれ自体のフィルタープロファイルをそれぞれ有する特殊フィルターを使用して、実施される。その後、所与の信号が、フィルターによってフィルタリングされる。結果として生じるフィルタリング済みの信号から、原音が、それぞれのフィルターが適応される音タイプにどの程度対応するかが、フィルターのそれぞれに対して決定される。このために、フィルタープロファイルは、例えば、検出される音が、フィルタープロファイルに基づいて最大限減衰されるように、設計される。上述の出願では、音の場所に従って、このように区別が行われる、すなわち聴取装置に対して空間的に異なる点で生じる音が、それぞれのフィルターによって異なる影響を受ける。その結果、空間の区別、およびまた音タイプに関する区別が、聴取装置に対する音の位置に起因して、行われ得る。例えば、近くの音は、空間的に近いと認識されるため、ユーザ自身の声であると推定される一方で、遠くの音は、そのようなものとして認識されるため、他者の声（ｆｏｒｅｉｇｎ ｖｏｉｃｅ）であると推定される。実音とフィルターが適応される音との類似性が大きいほど、より大きな減衰となりおよび類似性の程度もより高くなる、すなわち調べられている音が、フィルターに割り当てられた音タイプに適合する確率を、より高くする。このようにして、音は、一定の確率で正確に分類され得、および特に複数の異なる音タイプのうちの１つに割り当てられ得る。

記録された信号に異なるフィルターを適用することによって、減衰に対して対応する異なる値、すなわち一般的に類似値を生じるため、これらの値に基づいて、それがどの音タイプであるかを決定することが可能である。聴取装置装用者が話している場合、信号は、このフィルターによって、より強く減衰され、およびその結果、例えば、聴取装置装用者の前にいる他者である話者に適応される別のフィルターの場合よりも、高い類似性スコアとなる。２つの値を評価することによって、聴取装置装用者が話していること、すなわち、自身の声である状況が存在することが信頼性高く決定され得る。評価は、特徴値を形成すること、例えば減衰に関する２つの値の差または商を形成すること、およびそれに続いて、特徴値を、予め決められた記憶された閾値または限界値と比較することによって、行われる。

本発明の目的は、聴取装置の動作方法であって、聴取装置の装用者の声と他の音との区別がより信頼性高く行われる方法を特定することにある。さらに、声認識部が改良された、対応する聴取装置が提供される。

この目的は、本発明に従って、請求項１の特徴を有する方法、および請求項１１の特徴を有する聴取装置によって、達成される。好都合な構成、発展例および変形例は、従属請求項の主題である。方法に関連して行われる説明はまた、聴取装置に類似して適用され、および逆もまた同様である。

方法は、聴取装置を動作させるために使用される。「聴取装置」は、一般的に、拡声器によって音を出力するための装置を意味し、その音は、少なくとも１つのマイクロホンによって環境から記録された音から得られる。音は、マイクロホンによって電気信号へ変換され、および聴取装置内の制御ユニットによって処理される。その後、信号は、拡声器を介して音に戻るように変換されて、出力される。特に、「聴取装置」は、聴覚障害者の、または特に、聴覚欠損を補償するために聴取装置を連続的にまたはほとんどの時間装用している、聴力を損失した人の、ケアのための装置を指す。それゆえ、聴取装置は、合計で、少なくとも１つのマイクロホン、受信器とも呼ばれる拡声器、および制御ユニットを有する；制御ユニットは、音の記録および出力を制御する。通常、制御ユニットは、少なくとも音を増幅するように設計される。

本発明の方法では、音は、マイクロホンによって記録される。音、またはより正確には音から生成される電気信号が、聴取装置装用者自身の声とのその類似性に関して分析され、およびどの程度音が聴取装置装用者自身の声に厳密に適合するかを示す特徴値が生成される。ここでは、装用者自身の声は、複数の異なる音タイプからの特定の１つの音タイプである。

特徴値は、好ましくは、分類器によって生成される。分類器は、特定の音タイプのいくつもの特有の特徴（ｃｈａｒａｃｔｅｒｉｓｔｉｃ ｆｅａｔｕｒｅｓ）に関して、記録された音を分析し、および音タイプとの音の類似性の測定値として特徴値を提供する。その後、特徴値は閾値と比較される。特徴値が閾値を上回るかまたは下回るかによって、音は、装用者自身の声として認識される、すなわち、「自身の声」の音タイプに明確に割り当てられる。この点において、閾値との比較は、どの特徴値が、装用者自身の声が存在することから生じるかを決定するための、および、装用者自身の声が認識されたとみなされるときの、決定手順である。

音の分析、特徴値の生成、閾値との比較、および装用者自身の声が存在するか否かの決定は、全て、自身の声認識部によって実施され、これは、聴取装置の構成要素であり、および、例えば、集積回路として実装される。この場合、自身の声認識部は、聴取装置の制御ユニットの一部としてもよいし、または別個のユニットとして構成されてもよい。音が装用者自身の声として認識されたかどうかによって、聴取装置は、複数の動作モード間、例えば自身の声モードおよび非自身の声モードで切り替えられる。切り替えは自動的に、すなわち聴取装置自体によって、特に制御ユニットによって、または自身の声認識部によって直接、行われる。

本発明によれば、閾値は、ユーザ依存的に、および個別閾値として設定される。

個別閾値のユーザ依存決定は、閾値が聴取装置装用者のアイデンティティに基づいて設定されることを意味する。特に、他の聴取装置装用者／ユーザからの特徴値は、閾値の決定に使用されない。

設定は、フィッティングセッション（ｆｉｔｔｉｎｇ ｓｅｓｓｉｏｎ）との関連で音響技師によって、聴取装置装用者自身によって、または通常動作において聴取装置によって自動的に、すなわちオンラインでのいずれかで、行われる。比較に使用される閾値をユーザ（聴取装置装用者）に適応させることによって、偏差する可能性が強い特徴値が、装用者自身の声の決定、特に分類に、最適に組み込まれる。上述の通り、特徴値自体の生成を、聴取装置装用者に特別に適応させて、装用者自身の声の特に最適な認識を達成することも合理的である。

ユーザ依存の個別設定に関し、閾値は、特に、聴取装置の装用者自身の声が数回記録され、および複数の個別の、すなわちユーザ特有の特徴値が生成される較正手順によって、決定される。最終的に、較正手順の最中、個別閾値は、生成された個別特徴値に基づいて設定される。このようにして、特に好適でありかつユーザに最適な閾値が設定される。その結果、多数の個別特徴値が生成されるため、個別特徴値の分布が得られ、および閾値は、その分布に基づいて決定される。

例えば平均からの２σの偏差として、分布の特徴値に対して閾値を設定することによって、または全体的に生成された特徴値が主に閾値を上回るかまたは下回るかによって、閾値は、較正手順において生成された個別特徴値に基づいて設定される。

この構成は、閾値はユーザ依存度が高い可能性があるという認識に基づいている。特にＰＣＴ／ＥＰ２０１５／０６８７９６号明細書から取られた上述の方法の場合には、使用されるフィルターによって生成された減衰値は、かなりのユーザ依存変動を有し得る。それゆえ、固定閾値は、どちらの場合もユーザ自身の声であったとしても、装用者自身の声が一人のユーザに対して認識されるが、他方のユーザに対する他者の声として認識されるという結果となり得る。

この構成はまた、装用者自身の声および他者の声／周囲の音の双方が較正手順の過程で記録されるという考えに基づいている。それゆえ、特徴値は、装用者自身の声が存在し、ならびに他者の声／周囲の音が存在する状態で、獲得される。それゆえ、特徴値の分布全体は、取り得る特徴値のスペクトルを示す。この分布から、個別閾値が、例えば、統計的方法、特に平均によって、決定される。

これは、特に、音の識別に使用されかつそれをある音タイプに割り当てる特徴値が、環境によって、かなり変動し得るという知識に基づく。換言すると、聴取装置の異なる環境では、特定の音の検出時に、記録されたときの音が他の音によって変更された、歪められた、または重ね合わせられたために、かなり変更された特徴値が生成されることがある。この場合、用語「環境」は、聴取装置装用者ではなく、聴取装置の視点から解釈されるべきである。特に、論理的に、聴取装置装用者自身の声は、ユーザ毎に異なるため、異なる聴取装置装用者はまた、聴取装置に対して異なる環境を表す。しかし、他の音、すなわち聴取装置装用者に対して外部の音、例えば他者の声は、異なる環境においては異なる特徴値となり得る。

「音」は、一般的に、可聴周波数範囲内にある任意のタイプの音声信号を指す。異なる音タイプは、装用者自身の声、他者の声、音、トーン、音楽、干渉、およびノイズを含む。

本発明による方法は、さらに、固定して予め決められた閾値に起因する自身の声認識部の決定が、かなりエラーを起こしやすい可能性があるという考えに基づく。音タイプの決定におけるエラーを減少させるために、一般的なこととして、閾値を非常に高くまたは非常に低くなるように意図的に設定することが可能である。それゆえ、エラー率は、装用者自身の声以外の音を、自身の声の音であるとの誤った認識、または、逆に、装用者自身の声が存在するときに、そのことの非認識を低減し得るが、結局、この手法は、装用者自身の声の正しい認識または非認識は、特に明白な場合に制限され、およびそれにより特徴値の特に環境に依存した範囲が大きく除外されるため、不適切である。

「閾値のユーザ依存設定」は、特に、決定において、一般的に予め決められた閾値が、自身の声認識部によって使用されないことを意味する。

その代わりに、それぞれの好適な閾値は、特に、前述の環境分析によって選択される。この場合、例えば、現在の環境が、まず第一に、自身の声認識部自体によって、または制御ユニットによって、好適に決定され、その後、環境に最適である割り当てられた閾値が、閾値群から選択され、かつ設定される。

この特定の状況に使用される特定の閾値の先の決定は、動作中、閾値の上述の環境依存設定から区別される必要がある。この決定は、聴取装置の設定時に、例えば音響技師のフィッティングセッションの一部として、またはその代わりにまたはそれに加えて、実際の聴取装置装用者によってのいずれかで、行われる。特別な較正モードにおける、または聴取装置の通常動作の最中の、自動決定も、原理上、可能である。概して、閾値を選択する閾値群があるようにし、これらの中で最も好適なものが選択されるように、決定によって、環境への閾値の割り当てを生じる。この割り当ては、聴取装置のメモリ、特に制御ユニットに、例えば表、関数割り当て（ｆｕｎｃｔｉｏｎａｌ ａｓｓｉｇｎｍｅｎｔ）、またはユーザプロファイルとして、便宜的に記憶される。それゆえ、この配置によれば、記憶された予め決められた閾値だけでなく、複数の予め決められた閾値も、異なる環境に対して記憶される。複数の予め決められた閾値から、環境に従って好適な閾値が選択され、かつ設定され、およびその結果、動作中の聴取装置の動作モードの選択は、著しくエラーを起こしにくくなる。

個別閾値のユーザ依存設定は、さらに、特徴値の決定の設定、例えば、音を分析しかつ特徴値を生成するために使用される上述のフィルターまたは分類器の設定と区別される。従って、閾値は、特徴値を決定する働きはせず、既に決定されている特徴値を評価する働きをする。特徴値を生成するそれらの構成要素のそのような構成は、特に、特徴値の評価のための、閾値のユーザ依存または環境依存の選択および設定とは無関係に発生する。しかしながら、これらの構成要素はまた、ユーザ依存的に便宜的に設定される。これは、例えば、自身の声認識部に関して、すなわち例えばフィルターによる、聴取装置装用者の声の検出、すなわち特徴値の生成に関して、実用的であり、聴取装置装用者の声に便宜的に適応され、最適な特徴値の生成、それゆえ他の音タイプからの最適な識別性を保証する。

好適な発展例では、閾値は、限定された期間にわたって最大特徴値および最小特徴値を決定しかつ閾値を最小特徴値と最大特徴値との間に設定することによって、較正される。これは、特に、音は、最大特徴値において「自身の声」の音タイプを有し、および最小特徴値において「他者の声」の音タイプを有するという仮定に基づく。しかしながら、特徴値の計算に依存して、これはまた、逆にされてもよい：その場合、装用者自身の声は最小特徴値を生成し、および他者の声は最大特徴値を生成すると仮定される。限定された期間は、通常、数秒〜数十秒、例えば、約２０秒である。従って、最大特徴値および最小特徴値は、この期間内の短期の極値である。短期の極値の連続的な決定により、限定された期間よりも遥かに長い期間にわたって典型的な特徴値が、装用者自身の声に対して、およびまた別の音タイプ、特に他者の声に対して決定される。このようにして、少なくとも同様の統計的分布が、好都合にも、上述の較正手順と同様に獲得され、ここでは、少なくとも装用者自身の声が存在していることが特に分かっている必要がある。この場合には、他方では、特に、記録された音が、限定された期間内の最小特徴値および最大特徴値に基づいて、装用者自身の声であるとき、および別の音タイプであるときに、本質的に勧められる。

好都合な構成では、閾値は、通常動作において、反復的に決定される個別特徴値、およびそれに基づいて設定されている閾値によって、較正される。その結果、割り当て手法の過程において記憶された閾値が時間と共に最適な閾値となるように、閾値は、連続的に調整される。

較正は、特定の状況において設定される閾値の環境依存設定に対応しない。むしろ、較正の最中、それぞれの範囲に対して記憶された閾値が調整され、その後設定される。この意味では、ある範囲の閾値の反復的な再較正は、自身の声認識部の連続的なオンライン最適化である。この最適化は、連続的に、または特定の時点のみ、またはもっぱら単一の特定の期間にわたってのいずれかで、行われる。

好都合な構成では、音はまた、装用者自身の声に加えて、少なくとも１つの他の音タイプとのその類似性に関して、さらに分析される。いずれの場合も、例えば、どの程度音が特定の音タイプに厳密に適合するかを示す類似値が生成され、その後、適合値は、特徴値に組み合わせられる。少なくとも２つの音タイプの一方は、装用者自身の声である。その結果、装用者自身の声と他の音タイプとの区別は、特徴値に対して実現される。この区別は、環境依存的に設定される閾値によって著しく改善される。特徴値は、例えば、２つの類似値の差または商である。

好ましい変形例では、装用者自身の声と別の音タイプとの区別は、局所的な、すなわち空間的に分離した音の区別に対応する。装用者自身の声は、通常、空間的な観点では、聴取装置に対して最も近くにある音タイプであるため、空間分化、すなわち音の場所による分化による簡単な方法で、装用者自身の声と別の音タイプとの区別が行われる。

好ましい発展例では、他の音タイプは、特に聴取装置装用者の正面に配置される他者の声である。特に、他者の声は、特定の他の人の声を意味せず、むしろ、聴取装置装用者の声ではない声を意味する。自身の声認識部によって、装用者自身の声と他者の声との区別が行われる。

特に好ましい実施形態では、特徴値は、上述の国際出願ＰＣＴ／ＥＰ２０１５／０６８７９６号明細書におけるように、フィルター対によって生成され、ここで、フィルターの一方は、装用者自身の声を最大限減衰するように構成され、および他方のフィルターは、他者の声、特に聴取装置装用者のすぐ前にいる人からくる他者の声を最大限減衰するように構成されている。２つのフィルターは、それぞれ、音の分析において類似値を提供し、その後、２つの類似値から、例えば他者の声の類似値を装用者自身の声の類似値から減算することによって、特徴値が形成される。そのため、特徴値は、他者の声では、装用者自身の声よりも低くなる。特徴値が閾値を下回る場合、音は、他者の声であると認識される；対照的に、閾値を上回る場合、音は、装用者自身の声であると認識される。

特徴値の生成はまた、他の音タイプに関してユーザ依存であることが多い。それゆえ、好都合な展開例における較正手順では、異なる音タイプ、特に他者の声が、装用者自身の声が記録される前または後に記録される。ここでも、上記に特に類似して、複数の特徴値が生成され、それに基づいて、閾値が設定される。それゆえ、特に装用者自身の声と他の音タイプとの区別の精度に関して、較正は著しく改善される。例えば、２つの音タイプに関して生成された２つの統計的分布の２つの平均値が、閾値として設定される。

聴取装置装用者のアイデンティティは、閾値に適応するのに合理的である唯一の環境条件ではない。ほとんどの音タイプの分析において特に重要なことは、背景ノイズや干渉であることが多いノイズとのそれらの重なり合いである。特に、特徴値の生成、すなわち特に音の分類は、ノイズの音量が増大するにつれ、より困難になり、かつエラーを起こしやすいことが認識されている。同じことが、２つの音タイプの区別に類似して適用される。それゆえ、特に好ましい構成では、および閾値のユーザ依存設定の代わりにまたはそれに加えて、閾値は、環境に基づいて、ノイズ値を決定しかつノイズ値に基づいて閾値を設定することによって、調整される。このようにして、自身の声認識部がさらに最適にされる。

ノイズ値は、ノイズを特徴付け、特に定量化する。好ましくは、ノイズ値は、ノイズのレベル、音量、強度、または振幅である。あるいは、信号対ノイズ比がノイズ値として好適である。また好適なのは、ノイズのタイプ選定、すなわち特定のノイズタイプへの現在存在する音の割り当て、および検出されたノイズタイプに基づいた閾値の設定であり、そのため、ノイズタイプは、ノイズ値である。

ノイズ依存設定に加えてまたはその代わりに、任意の他の環境依存性も好適に使用され得るが、まず第一に、それに基づいて閾値を設定するために、決定される、特に定量化される必要がある。

好適な構成では、複数の値の範囲はノイズ値に規定され、そのそれぞれに対して、閾値が割り当てられる。そのため、ノイズ値が置かれる値の範囲が決定され、その後、決定された値の範囲に割り当てられた閾値が選択され、かつ設定される。このようにして、各ノイズ値は、単純な方法で、十分に好適な閾値に割り当てられるため、例えば表の形態の、結果として得られる割り当ての全てが、それぞれの状況において最も適切な閾値が選択されかつその後設定されるものである。これは、閾値のノイズ値依存設定を実施するために、ノイズ値が、ここで、複数の、特に、コヒーレントな間隔に好都合に分割される一定の範囲の値内にあるという考えに基づく。

例えば、ノイズ値は、聴取装置の環境におけるノイズのレベルである。レベルは、通常、ｄＢで与えられる。そのため、値の範囲は、例えば−９０〜−４０ｄＢにあり、および例えば５ｄＢ毎に、約１０〜２０個の値の範囲に分割される。その後、各値の範囲には別々の閾値が割り当てられる。聴取装置の動作の最中、ノイズレベルが測定され、その後、その閾値は、測定されたレベルがある値の範囲に割り当てられるように設定される。レベルは、例えば、ノイズ推定器によって、例えば「最小統計」手法に基づいて、測定される。

閾値は、値の範囲に割り当てられ得、例えば、音響技師によるフィッティングセッションの関連で、または聴取装置装用者によって、例えば較正手順の一部として、行われる。特に、規定されたノイズ値が利用可能であるか、または少なくとも信頼性高く測定され得ることが必須である。割り当ては、純粋な較正測定によって行われ、その後、表として提供され、かつ聴取装置に記憶され得るか、または割り当ては、例えば較正測定の結果に対する近似値である関数割り当てによって行われ得る。後者の変形例では、例えば、閾値の上限値および下限値、特に低レベルの上限値、例えば−７５ｄＢ未満、および高レベルの下限値、例えば−６０ｄＢ超が仮定され、およびそれらの間で外挿が実施される。この場合、好適な上限値および下限値のみ、ならびに外挿が実施されるそれらの値の範囲を決定することが好都合である。

好都合な構成では、閾値は、特に最適な閾値のユーザ依存決定に関して上述したような聴取装置の通常動作の最中に、反復的に再較正される。このようにして、ユーザ依存閾値は、特に連続的に較正され、および時間と共に、現在の聴取装置装用者に絶えずより良好に適応される。これは、特に、一定の学習（ｔｒａｉｎｉｎｇ）期間後に便宜的に終了する聴取装置の学習動作に対応する。そのため、ユーザ依存閾値は、特に固定値として設定される。

本発明による聴取装置は、上述の構成のうちの１つの方法を実施するように設計された自身の声認識部を有する。自身の声認識部の結果に依存して、聴取装置は、それぞれの状況に対して好適な動作モードに切り替わる。変形例では、切り替えはまた、自身の声認識部の結果として行われる。

例示的な実施形態を、図面を参照して下記でより詳細に説明する。図面は以下を示す。

自身の声認識部を備える聴取装置を示す。 聴取装置装用者自身の声の認識の測定の結果のグラフを示す。 聴取装置装用者自身の声を認識するための別の測定の結果のグラフを示す。

図１に、聴取装置２を概略的に示す。この装置は、この場合、ＢＴＥ（Behind The Ear）装置として設計されており、ユーザによって耳の後ろ側に装用される。一変形例では、聴取装置２は、ＩＴＥ（In The Ear）装置であり、耳内に装用される。他のタイプの聴取装置も好適である。聴取装置２は、聴取装置２の環境（周辺）からの音を記録するためのマイクロホン４を有する。記録された音は、聴取装置２の制御ユニット６において信号として処理され、および拡声器８を介した出力のために処理される。通常、そこでは信号、すなわち音の増幅が行われる。

聴取装置は、さらに、自身の声認識部１０を有し、これは、図示の例示的な実施形態では、制御ユニット６の一部である。制御ユニット６、自身の声認識部１０、マイクロホン４、および拡声器８は、好適に接続されている。さらに、聴取装置２は、異なる動作モードで動作され得、動作モードは、制御ユニット６または自身の声認識部１０によって切り替えられ得る。自身の声認識部１０は、記録された音を分析し、およびそれらをいくつかの音タイプＧ１、Ｇ２、例えば「自身の声」の音タイプＧ１または「他者の声」の音タイプＧ２に割り当てる。その後、検出された音タイプＧ１、Ｇ２に依存して、好適な動作モードに切り替えられる。検出のために、自身の声認識部１０は、特徴値Ｍを生成し、およびそれを閾値Ｓと比較して、分析された音が２つの音タイプＧ１、Ｇ２のどちらであるかを決定する。これについて、図２および図３に関連して下記で詳細に説明する。

図２および図３は、それぞれ、音が記録されかつ連続して数回分析された測定値の結果を示す。２つの異なる音タイプＧ１、Ｇ２、すなわち聴取装置装用者自身の声および他者の声が使用された。聴取装置２の自身の声認識部１０が、最初に、記録された音を、それに特徴値Ｍを割り当てることを目的として、分析し、それにより、音が音タイプＧ１、Ｇ２のうちのどちらであるかについての情報を提供する。この場合には、これは、異なるフィルタープロファイルを有する２つのフィルターを備えるフィルター対（一組のフィルター）によって実現される。フィルターは、一方のフィルターが装用者自身の声を可能な限り減衰し、および他方のフィルターが、他者の声に対して同じことを行うように、設計されている。同じ音に対する２つの異なる減衰を比較することによって、特徴値Ｍが生成される。

測定の過程で記録された複数の特徴値Ｍは、図２および図３に示され、および、ここでは環境における（周辺の）ノイズのレベルであるノイズ値Ｒに対してプロットされている。ノイズ値は、ここでは、デシベル（ｄＢ）で与えられる。ノイズ値Ｒは、例えば、ノイズ推定器によって測定される。特徴値Ｍはまた、それぞれ、どちらの音タイプＧ１、Ｇ２が実際に聴取装置に伝えられたかに依存して、２つの群のうちの一方に割り当てられる。この場合、装用者自身の声の分析において音タイプＧ１として生成された特徴値Ｍは、淡い灰色で示され、他者の声の分析において音タイプＧ２として生成された特徴値Ｍは、黒で示されている。図２および図３の測定値は、それらが異なる聴取装置装用者に対する結果を示すため、すなわち少なくとも装用者自身の声が異なるため、異なる。

図２および図３は、他者の声が存在する場合、装用者自身の声が存在するときよりも小さい特徴値Ｍが一般に生成されることを明白に示す。これは、閾値Ｓを設定することを可能にし、その閾値と、明確に生成された特徴値Ｍが比較されて、音タイプＧ１、Ｇ２のどちらが存在するかを決定する。例示的な実施形態では、音は、自身の声認識部１０によって、特徴値Ｍが閾値Ｓを上回るときには、装用者自身の声であると認識され、および特徴値Ｍが閾値Ｓを下回るときには、他者の声であると認識される。

慣例的に、いずれの状況および環境においても、特徴値Ｍとの比較には、固定閾値Ｓのみが使用される。しかしながら、図２および図３から明白であるように、これは不十分である可能性がある。むしろ、異なる環境において異なる閾値Ｓを使用することが合理的であることは明白である。第１の環境依存性は、特徴値Ｍの生成が、ノイズ値Ｒに強く依存していることである。低ノイズ値Ｒでは、比較的大きな特徴値Ｍが、依然として装用者自身の声に対して生成されるが、より大きなノイズ値Ｒでは、他者の声の特徴値Ｍとの差は、著しく小さくなる。それゆえ、より小さな閾値Ｓは、好都合には、より大きなノイズ値Ｒに選択される。

図２は、特に灰色の水平バーとして、ノイズ値Ｒの個別範囲Ｗの最適な閾値Ｓを示す。その結果、閾値Ｓは、特定の値の範囲Ｗに効果的に割り当てられるため、結果全体が、表のように、割り当てＺ１である。そのため、聴取装置２は、音が記録された直後にその音に対して特徴値Ｍを決定し、およびさらに、環境、この場合ノイズ値Ｒ、すなわち効果的に音に重ね合わされるノイズのレベルまたは音量を決定する。そのため、特徴値Ｍと比較する前、閾値Ｓは、環境依存的に、特に、決定されたノイズ値Ｒがある値の範囲Ｗに割り当てられた閾値Ｓに、設定される。その結果、特徴値Ｍは、所与の状況に適応された閾値Ｓと比較され、および装用者自身の声と他者の声とを区別することに対して最適な結果が達成される。

値の範囲Ｗへの最適な閾値Ｓの表のような割り当てＺ１の代わりに、単純化した割り当てＺ２が代わりに使用されてもよい。図２はまた、暗灰色の階段のような線として、そのような割り当てを示す。単純にするために、ここでは、低ノイズ値Ｒｍｉｎ未満では、最大閾値Ｓｍａｘで十分であり、および高ノイズ値Ｒｍａｘ超では、最小閾値Ｓｍｉｎで十分であると仮定する。ここで、これらの点間の閾値Ｓは、選択された代表値に対する直線関係に従って外挿される。結局、単純化した割り当てＺ２は、最適な閾値Ｓを備える割り当てＺ１の、ある種の平滑化を生じる。変形例では、割り当てＺ２は、単純な表として記憶される；あるいは、計算のための関数（ｆｕｎｃｔｉｏｎ）が記憶される。

図２と図３を比較すると、特徴値Ｍのさらなる環境依存性：聴取装置装用者のアイデンティティが明白になる。図３では、およびまた図２では、灰色の水平バーとして、一定の値の範囲Ｗへの最適な閾値Ｓの割り当てＺ１が示される。さらに、図２からの同じ単純化した割り当てＺ２が、ここでも暗灰色の階段のような線として、図３に入力される。図２からの聴取装置装用者に対して決定された単純化した割り当てＺ２を、割り当てＺ１による図３の他の聴取装置装用者に対する最適な閾値Ｓと比較すると、図２において決定された割り当てＺ２が、図３では最適ではないことがすぐに分かる。それゆれ、好都合なことに、閾値Ｓはまた、ユーザ依存的に、すなわち聴取装置装用者のアイデンティティに依存して、設定される。

結局、それゆえ、閾値Ｓは、好ましくは、２つの方法で環境依存的に、すなわちユーザ依存的に、およびまた所与の時点で測定されたノイズ値Ｒに基づいての双方で、調整される。そのため、較正手順において、どの特定の閾値Ｓが設定されるか（すなわち割り当てＺ１、Ｚ２の一方または双方）、すなわちどの閾値Ｓが選択に利用可能であるかを、便宜的に決定される。この較正手順は、音響技師によるフィッティングセッションの一部として、聴取装置装用者によって、オンライン最適化の過程で聴取装置によって自動的に、またはそれらの組み合わせのいずれかで、実行される。

所与の聴取装置装用者および特定のノイズ値Ｒに対する最適な閾値Ｓを決定するために、図２および図３に関して上述した測定は、特に好適である。この場合、公知の音タイプＧ１、Ｇ２の音が分析され、およびそのプロセスで決定された特徴値Ｍが典型的な特徴値Ｍとして使用されて、好適な閾値Ｓを決定する。２つの異なる音タイプＧ１、Ｇ２を使用する場合は、その結果、例えば、特徴値Ｍの２つの異なる統計的分布が決定されるため、閾値Ｓは、それらの間となるように選択される。しかしながら、１つの音タイプＧ１、Ｇ２のみを使用することも考えられる。変形例では、較正は、前から公知の音タイプＧ１、Ｇ２を使用することによって実行されるため、正しい割り当てが学習される。別の変形例では、較正は、聴取装置２の通常動作において、数秒〜数十秒の限定された期間（所定期間）に特徴値Ｍを生成することによって、各期間において決定された特徴値Ｍの極値が十分に確実に特定の音タイプＧ１、Ｇ２に割り当てられ得るという仮定を条件として、実施される。例えば、最大特徴値Ｍは装用者自身の声によって設定され、および最小特徴値Ｍは他者の声によって設定されたと仮定する。そのため、これらの極値は、最適な閾値Ｓを確立するために使用され、これは、さらに調整され、かつ連続的な較正による聴取装置２のさらなる動作において便宜的に使用され得る。

２ 聴取装置
４ マイクロホン
６ 制御ユニット
８ 拡声器
１０ 自身の声認識部
Ｇ１、Ｇ２ 音タイプ
Ｍ 特徴値
Ｒ ノイズ値
Ｒｍｉｎ 低ノイズ値
Ｒｍａｘ 高ノイズ値
Ｓ 閾値
Ｓｍｉｎ 最小閾値
Ｓｍａｘ 最大閾値
Ｗ 値の範囲
Ｚ１、Ｚ２ 割り当て

Claims (10)

1. 聴取装置（２）の動作方法であって、
   − 音がマイクロホン（４）によって記録され、
   − 前記音は、前記聴取装置の装用者の声とのその類似性に関して分析され、前記音が前記聴取装置の装用者の声に類似している程度を示す特徴値（Ｍ）が生成され、
   − 前記装用者の声は、ある音タイプ（Ｇ１）であり、
   − 前記特徴値（Ｍ）は閾値（Ｓ）と比較され、
   − 前記特徴値（Ｍ）が前記閾値（Ｓ）を上回るかまたは下回るかによって、前記音は、前記装用者の声として検出され、
   − 前記音が前記装用者の声として認識されたかどうかによって、前記聴取装置（２）は、複数の動作モード間で切り替えられる、方法であって、
   前記閾値（Ｓ）は、ユーザに依存して決定され、および較正手順を介して決定されることによって、個別閾値（Ｓ）として設定され、前記聴取装置の装用者の声は、記録され、および複数の個別特徴値（Ｍ）が生成され、最終的に、前記個別閾値（Ｓ）は、前記生成された個別特徴値（Ｍ）に基づいて設定され、
   前記特徴値の前記生成は、一組のフィルターによって行われ、前記フィルターの一方は、前記装用者の声を最大限減衰するように構成され、他方のフィルターは、他者の声を最大限減衰するように構成されている
   ことを特徴とする、方法。
2. 前記閾値（Ｓ）は、所定期間にわたって最大および最小特徴値（Ｍ）を決定し、かつ前記閾値（Ｓ）を前記最小特徴値（Ｍ）と最大特徴値（Ｍ）との間に設定することによって、較正されることを特徴とする、
   請求項１に記載の方法。
3. 前記閾値（Ｓ）は、通常動作の最中に、前記聴取装置の装用者が前記聴取装置（２）を使用しているとき、反復的に再較正されることを特徴とする、
   請求項１または２に記載の方法。
4. 前記音は、前記装用者の声とのその類似性に加えて、さらに、少なくとも１つの他の音タイプ（Ｇ２）とのその類似性に関して分析されることを特徴とする、
   請求項１乃至３に記載の方法。
5. 前記他の音タイプ（Ｇ２）は、前記聴取装置の装用者の前にいる他者の声であることを特徴とする、
   請求項４に記載の方法。
6. 前記較正手順において、異なる音タイプ（Ｇ２）、特に他者の声は、前記装用者の声の前記記録の前または後で記録され、複数の特徴値（Ｍ）も生成され、前記閾値（Ｓ）は、それら特徴値に基づいて設定されることを特徴とする、
   請求項５に記載の方法。
7. ノイズ値（Ｒ）を決定しかつ前記閾値（Ｓ）を前記ノイズ値（Ｒ）に基づいて設定することにより、前記閾値（Ｓ）は、環境条件に基づいて調整されることを特徴とする、
   請求項１乃至６に記載の方法。
8. 前記ノイズ値（Ｒ）に対して複数の値域（Ｗ）が定義され、それぞれに閾値（Ｓ）が割り当てられ、
   前記ノイズ値（Ｒ）が存在する値域（Ｗ）が決定され、
   決定された値域（Ｗ）に割り当てられた閾値（Ｓ）が選択されて設定される
   請求項７に記載の方法。
9. 前記閾値（Ｓ）は、通常動作中に前記ノイズ値（Ｒ）を反復的に決定しかつそれに基づいて前記閾値（Ｓ）を較正することによって、較正されることを特徴とする、
   請求項７に記載の方法。
10. 音を受信するためにマイクロホン（４）を備え、および自身の声認識部（１０）を備える聴取装置（２）であって、前記自身の声認識部（１０）は、
    − 前記音が、前記聴取装置の装用者の声との類似性に関して分析され、および前記音がどの程度前記聴取装置の装用者の声に類似しているかを示す特徴値（Ｍ）が生成され、
    − 前記装用者の声はある音タイプ（Ｇ１）であり、
    − 前記特徴値（Ｍ）は閾値（Ｓ）と比較され、
    − 前記特徴値（Ｍ）が前記閾値（Ｓ）を上回るかまたは下回るかによって、前記音は、前記装用者の声として検出され、
    − 前記音が前記装用者の声として認識されたかどうかによって、複数の動作モード間での切り替えが行われ、
    − 前記閾値（Ｓ）は、ユーザに依存して決定され、前記聴取装置の装用者の声が記録されかつ複数の個別特徴値（Ｍ）が生成される較正手順によって、前記閾値（Ｓ）を決定することにより、個別閾値（Ｓ）として設定され、および最終的に、前記個別閾値（Ｓ）は、前記生成された個別特徴値（Ｍ）に基づいて設定され、
    前記特徴値の前記生成は、一組のフィルターによって行われ、前記フィルターの一方は、前記装用者の声を最大限減衰するように構成され、他方のフィルターは、他者の声を最大限減衰する
    ように構成されている、聴取装置（２）。