Digitaalisten kuulolaitteiden audiosignaalien signaalinkäsittely

No Thumbnail Available
Files
Halonen_Anton_2024.pdf (820.13 KB)
Journal Title
Journal ISSN
Volume Title
Sähkötekniikan korkeakoulu | Bachelor's thesis
Electronic archive copy is available locally at the Harald Herlin Learning Centre. The staff of Aalto University has access to the electronic bachelor's theses by logging into Aaltodoc with their personal Aalto user ID. Read more about the availability of the bachelor's theses.
Date
2024-05-25
Department
Major/Subject
Informaatioteknologia
Mcode
ELEC3015
Degree programme
Sähkötekniikan kandidaattiohjelma
Language
fi
Pages
29
Series
Abstract
Ihmisten ikääntyessä heillä esiintyy mitä todennäköisemmin ikäkuuloa, jota voi esiintyä konduktiivisena ja sensorineuraalisena. Ikäkuulo on ihmisestä riippumaton ja huomioiden monen maan eliniänodotuksen kasvun, ikäkuulo tulee olemaan yleinen ongelma. Ikäkuuloa, kuten muitakin kuulovikoja, voidaan kompensoida kuulolaitteilla. Kuulolaitteissa on nykyään niihin erikoistuneet prosessointiyksiköt, jotka mahdollistavat digitaalisen signaalinkäsittelyn. Kuulolaitteissa käytettyjä signaalinkäsittelymenetelmiä on tärkeä ymmärtää ja parantaa, jotta kuulolaitteen käyttäjät saavat niistä mahdollisimman paljon hyötyä. Tämä kandidaatintyö on kirjallisuustutkimus, jossa katsotaan kuulolaitteiden neljää eri signaalinkäsittelymenetelmää: kohinanpoistoa, kompressointia, kierronpoistoa ja keilanmuodostusta. Työssä verrataan menetelmien eri toteutuksia keskenään ja pyritään ymmärtämään niiden etuja ja heikkouksia. Työssä myös muodostetaan käsitys alan muuttuvuudesta metodien toteutusten vaihtelun ja suosion perusteella. Työssä tutkitaan menetelmien tulevaisuuden suuntia binauraalisuuden ja koneoppimisen kannalta. Kohinanpoistossa havaittiin eroja suosiossa Wiener-suodattimeen ja EphraimMalah-algoritmiin pohjautuvien algoritmien välillä, joista Wiener-suodatin on perusteellisen musikaalisen kohinan kompensoinnin ansiosta pysynyt tärkeänä. Kompressoinnin huomattiin olevan vähiten vaihteleva metodi sen yksinkertaisuuden takia. Kierronpoiston osoitettiin olevan jokseenkin vakiintunut toteutuksiin, joissa käytetään rinnakkaisia suodattimia. Keilanmuodostuksessa huomattiin olevan paljon vaihtoehtoja toteutuksissa, sillä jotkin suosivat kaksimikrofonisia toteutuksia ja jotkin kolmemikrofonisia. Binauraalisuuden näytettiin olevan tärkeä tulevaisuuden suunta, jota melkein jokainen metodeista hyödyntää. Koneoppimisen ja kuulolaitteen ulkoisen prosessoinnin havaittiin olevan tärkeää, kun halutaan käyttää suurempia prosessointivoimia vaativia algoritmeja kuulolaitteen esteettiset vaatimukset toteuttaen. Kandidaatintyön tulokset näyttävät, että digitaalisten kuulolaitteiden audiosignaalien signaalinkäsittely on jatkuvasti muuttuva ala, ja metodien toteutusten vaihtelu heijastaa sitä. Jotkin metodit heijastavat sitä vähemmän kuin toiset niiden teknisten vaatimusten yksinkertaisuuden vuoksi. Työ painottaa binauraalisuutta ja koneoppimista yhdessä kuulolaitteen ulkoisen prosessoinnin kanssa tärkeinä tulevaisuuden tutkimussuuntina.

As people get older, they are more and more prone to develop age-related hearing loss which can be conductive or sensorineural. Age-related hearing loss is independent of the person and given the increase in life expectancy in many countries, this will be a bigger problem in the future. Age-related hearing loss, like other hearing impairments, can be compensated for by hearing aids. Hearing aids nowadays have their specialised processing units that enable digital signal processing. It is important to understand and improve the signal processing methods used in hearing aids so that users can benefit from them as much as possible. This candidate’s thesis is a literature research paper in which four different signal processing methods are looked at: noise reduction, compression, feedback suppression and beamforming. The different implementations of these methods are compared in this thesis and their strengths and weaknesses are assessed. The thesis also forms an understanding of the research domain’s variability with regard to the methods’ implementations and their popularity. The thesis investigates the methods’ future directions on the basis of binaurality and machine learning. It was noticed that there are differences in popularity with regard to noise reduction between Wiener filter and Ephraim-Malah algorithm based implementations. Compression was noticed to be the least varying method due to its simplicity. Feedback suppression’s implementations were noted to be somewhat solidified as ones that use a parallel filter. Beamforming was shown to have a lot of variety in its implementations as some preferred two-microphone versions and some three-microphone versions. Binaurality was shown to be an important future direction that many of the methods in the thesis already use. Machine learning and processing outside of the hearing aid was shown to be important when there is a need for algorithms with larger processing needs and the aesthetic requirements of the hearing aid needs to be preserved. The results of this candidate’s thesis show that the domain of the thesis is one that is in constant change and that the variety in the implementations of the methods reflects that. Some methods reflect it less than others due to their technical simplicity. The thesis emphasises binaurality and machine learning in tandem with processing outside of the hearing aid as important future research directions.
Description
Supervisor
Aalto, Samuli
Thesis advisor
Lokki, Tapio
Keywords
kuulolaite, kohinanpoisto, kompressointi, kierronpoisto, keilanmuodostus
Other note
Citation