Research on Personalized Auditory Rehabilitation System for Post-lingual Hearing Loss Based on APP Screening and AI Voice Reconstruction

摘要

在感音神经性听力损失患者中，高频陡降型听损占比极高，该类患者普遍存在共性特征：各人群听觉模糊临界点频率不一，中低频听觉保留完好，特定中高频频段出现音色浑浊、解析力下降，高声压刺激易诱发前庭不适，临床上表现为典型的“听得见、听不懂”。现阶段国内听力检测与助听适配体系存在明显短板，传统纯音测听仅客观检测听阈阈值，无法量化患者主观听觉质感；验配过程高度依赖主观口述，而绝大多数听损用户无正常听觉参照，难以清晰描述模糊、失真、致敏等听觉差异，造成助听器适配盲目性。同时，传统助听设备以原声放大为核心逻辑，无法适配语后听损人群的中枢听觉代偿特性。针对以上行业痛点，本文研发一套以移动端APP为核心、蓝牙耳机为终端载体的个性化听觉康复辅助系统。本系统依托APP完成全频段听觉质感筛查，精准甄别具备后天训练潜力的语后听损人群；内置多维度听觉训练算法，包含频谱适应性刺激训练、声源方位辨别训练、距离响度感知训练、实景环境复刻训练以及发音训练测评模块；结合ASR语音识别与TTS人声重构技术，在复杂声场中完成人声语义转译，生成标准自然人声，经由A2DP蓝牙独立音频通道传输至蓝牙耳机。耳机终端搭载个性化WDRC宽动态压缩算法，依据用户个人听力耐受曲线完成声压优化处理。蓝牙耳机具备双通道并行工作能力，训练音频通道与实时助听通道可同时运行，APP实时识别环境复杂度并下发智能切换指令，在A2DP有声传输时自动压低或关闭本地助听，音频停止后自动恢复助听增益。系统采用助听器原声通路+AI重构蓝牙通路双模式独立运行架构，适配不同聆听场景。经实测验证，该系统能够精准区分可康复适配人群，有效提升空间听觉能力，规避中高频听觉致敏反应，显著改善嘈杂环境下言语识别率。本研究完善了听觉质感筛查理论，构建了适配语后听损人群的训练体系，为智能听力康复领域提供新型技术方案。

关键词

中文：听力筛查；语后耳聋；听觉质感；听觉训练；发音测评；AI人声重构；WDRC；蓝牙助听耳机

English: Hearing Screening; Post-lingual Hearing Loss; Auditory Texture; Auditory Training; Pronunciation Evaluation; AI Voice Reconstruction; WDRC; Bluetooth Hearing Headset

1 引言

1.1 研究背景

根据国内听障人群流行病学统计，我国存在不同程度听力损失人群数量庞大，其中语后听力损失人群占比约75%~85%。语后耳聋人群在听觉受损前已具备完整语言体系，听觉皮层语言解码中枢发育成熟，拥有完善的语音记忆数据库，具备极强的后天听觉代偿能力。与之相对，语前先天性听损人群语言中枢未建立成熟语音映射关系，康复训练难度大、提升上限低。在所有听损分型中，高频陡降型感音神经性听损为最常见类型，该类患者不存在统一损伤频点，不同个体模糊临界频率分布在1500Hz~3000Hz区间不等。该类人群普遍保留良好的低频、中频听觉，元音感知正常，但中高频辅音解析能力崩坏，伴随声强耐受度低下，高声刺激极易引发头晕、耳闷、前庭应激反应。

目前国内听力行业检测、适配、康复体系仍存在明显滞后性。传统听力检测设备仅采集各频率听阈分贝值，判定“能否听见声音”，无法量化声音清晰度、浑浊度、失真度、致敏度等主观听觉质感。多数听损用户因缺少正常听觉对照，无法精准表达自身听觉差异，导致验配师仅依靠客观听阈曲线调试助听器，适配逻辑单一且盲目。常规助听器普遍采用全频放大策略，针对中高频致敏人群，增益过大会造成听觉失真、头晕不适，增益不足则辅音缺失、言语难懂，长期佩戴易产生听觉疲劳。除此之外，行业内缺少标准化、轻量化、居家化的听觉训练体系，大量具备代偿潜力的语后听损人群未能得到科学康复指导，中枢听觉代偿能力未被合理开发。

1.2 研究意义

本研究针对高频陡降型语后听损人群，构建一套集筛查、甄别、训练、发音测评、重构、声处理于一体的智能化听觉康复系统。通过移动端APP实现无仪器居家听觉质感筛查，精准划分人群康复等级；设计多维度听觉训练模块，强化空间听觉与频谱识别能力；增加发音测评模块，利用听觉与发音联动关系反向判定听觉缺陷；依托人工智能语音技术完成复杂环境人声语义重构，摆脱原声放大的行业局限；搭配蓝牙耳机终端实现个性化WDRC动态声压缩，构建双通路智能联动聆听架构。本研究弥补了传统测听无法量化听觉质感、助听器适配盲目、居家训练缺失、无发音反馈测评等行业短板，为语后听损人群提供低成本、高适配、可长期训练的智能化解决方案，同时为听力康复行业向数字化、智能化转型提供理论参考与技术实践依据。

1.3 国内外研究现状

国外听力康复研究聚焦于助听器算法优化、双耳空间听觉补偿、语音降噪处理，在WDRC动态压缩、自适应降噪、方向性麦克风等技术层面较为成熟，但设备成本高昂，且算法逻辑适配欧美语言频谱特征，不完全适配汉语发音规律。国内研究多集中于纯音听力检测、助听器硬件改良、医院康复训练，普遍忽略语后聋人群中枢代偿特性，缺少针对主观听觉质感的筛查体系，同时缺少轻量化居家训练工具。现阶段市面上多数听力辅助设备仍以原声放大为核心逻辑，未针对“听得见听不懂、高频浑浊、高声头晕”特殊人群做定制化优化，智能化人声重构、双通路分离传输、发音反向测评的康复方案仍处于空白阶段。

2 相关理论基础

2.1 语前聋与语后聋听觉差异理论

语后听力损失人群语言中枢完整，大脑储存大量语音样本，具备音色、语调、节奏、语义记忆，即使中高频声音浑浊失真，依旧可以通过后天训练建立新的听觉映射关系，依靠中枢脑补完成语义识别。语前聋人群无成熟语音记忆，无法通过听觉驯化快速理解语言，康复难度极大。两类人群的差异化特征，是本系统人群筛查、分级适配的核心理论依据。

2.2 高频陡降型听损听觉病理特征

高频陡降型听损患者内耳基底膜中高频毛细胞受损，不同个体损伤临界频点存在差异化分布，无统一固定损伤频率。该类人群听觉特征包含：中低频语音清晰度高、元音辨识度良好；临界频率附近音色浑浊、解析力下降；高声压刺激触发前庭反应，出现头晕、发胀；嘈杂环境信噪比降低，言语识别能力断崖式下跌。

2.3 WDRC宽动态范围压缩原理

WDRC算法是现代助听设备核心算法，能够对微弱声音进行适度增益，对高声压信号进行峰值压缩，将声音动态范围压缩至用户听觉舒适区间。本系统创新将WDRC算法下沉至蓝牙耳机终端，根据个人听觉耐受阈值定制压缩参数，避免中高频高声刺激引发的不适，适配个性化听觉特征。

2.4 A2DP蓝牙音频传输机制

A2DP为蓝牙高级音频分发协议，可实现高保真立体声音频单向传输，传输链路独立、不占用助听器麦克风通路。本系统利用A2DP通道传输重构人声，实现原声助听通路、蓝牙重构通路物理隔离，互不干扰。

2.5 听觉-发音联动理论

人类发音准确度依赖听觉反馈调节，听损人群因频段接收残缺，无法精准辨别辅音、气流声、高频细微音色，长期会导致发音变形、咬字模糊。通过采集用户发音频谱、共振峰偏差，可反向推导听觉盲区，实现听觉缺陷辅助判定，为个性化训练提供数据支撑。

3 系统总体方案设计

3.1 系统总体架构

本系统分为移动端APP、蓝牙助听耳机、云端数据管理三大部分，整体架构包含六大核心模块：听觉质感筛查模块、多维听觉训练模块、发音训练测评模块、AI人声重构模块、终端个性化声处理模块、双通路智能联动控制模块。系统以语后听损人群代偿特性为设计核心，采用双音频通路智能联动模式，安静近距离场景使用蓝牙耳机原生助听通路，复杂嘈杂场景启用AI语义重构蓝牙通路。

3.2 APP听觉筛查甄别模块

传统纯音测听仅检测听阈，本系统创新性加入听觉质感分级测评体系。摒弃单一固定频率案例，覆盖250Hz~6000Hz全频段梯度测听，设置清晰、微闷、浑浊、刺耳、眩晕、无声六级听觉判定标准。测试过程无需用户主观描述听觉感受，全部采用选择式答题模式，降低表达门槛。系统自动捕捉用户听觉模糊临界点、响度耐受阈值、听觉不适临界声压。同时搭配层级语音测试，包含单字、双字词、短句、新闻播音、嘈杂人声，通过识别正确率判定用户属于语前聋或语后聋，精准筛选具备训练提升潜力的优质康复人群，规避无效适配。筛查数据自动存档，为后续训练、算法调校提供个性化数据底座。

3.3 APP多维听觉训练模块

依托筛查得到的个人有效频谱范围，APP生成定制化训练音源，全程规避致敏频段，保障训练舒适度。训练模块包含四项核心训练内容：

3.3.1 频谱适应性刺激训练

在用户可听频段内输出平缓、规律的纯音、复合音，强化残留毛细胞活跃度，驯化大脑对中低频声音的敏感度，稳固基础听觉分辨能力。

3.3.2 声源方位辨别训练

采用短促嘀嘀脉冲音源，通过左右声道独立发声、同步发声，让用户辨别声源方位，强化双耳时间差、声压差感知能力，重建空间听觉基础。

3.3.3 距离与响度分级训练

通过调节声压级与混响参数，模拟近距离、中距离、远距离人声，划分多级响度梯度，训练用户对远近声场、音量大小的分辨能力，提升听觉动态感知水平。

3.3.4 实景环境复刻训练

APP内置商超、街道、餐厅、多人交谈等真实嘈杂声场，叠加标准播音人声，模拟复杂聆听环境，长期训练提升大脑抗干扰能力，强化语音提取与语义解码能力。

3.4 发音训练测评模块

为进一步完善听觉缺陷筛查与康复评价体系，本系统增设发音训练测评模块。听障人群存在明显听觉-发音联动特征，高频听损、频段解析模糊的用户，往往在辅音、清浊音、舌尖音发音上出现变形、漏气、弱化等发音异常。基于听觉反馈原理，用户听辨不完整，会直接导致口腔发音动作偏差。该模块依托手机麦克风采集用户跟读发音，对音调、频谱、共振峰、辅音清晰度进行算法分析，提取发音偏差特征；结合发音偏差数据反向推演用户听觉盲区、频段分辨短板，辅助验证听觉筛查结果。同时模块内置标准发音样本，实时比对打分、纠正咬字偏差，强化听觉-口腔联动反射，完善语后聋人群语音矫正康复流程。发音测评数据同步存档，为后期训练方案迭代、助听参数微调提供双向参考依据。

3.5 AI人声重构核心模块

本模块为系统核心创新点，区别于行业传统音频滤波、原声放大逻辑，采用收音—语音转文字—文字合成人声二次生成架构。复杂环境下手机麦克风采集多路声场信号，算法智能筛选距离最近、声压占比最高的目标人声；通过ASR语音识别技术剥离环境噪音、口音失真、混响干扰，提取纯净语义文本；利用TTS文字转语音技术生成标准自然人声，完整保留原生音色、语调、韵律，不做强制性切频、降频、畸变处理。重构后的标准人声通过A2DP独立蓝牙通道传输至蓝牙耳机，全程不占用本地助听麦克风通路，彻底隔离原生嘈杂失真声场。

3.6 耳机终端WDRC个性化声处理模块

蓝牙耳机集成助听芯片与定制WDRC算法，将声处理算法下沉至终端硬件。依据APP筛查得到的听力曲线、眩晕阈值、耐受度参数，个性化调校动态压缩比值、增益阈值、峰值限制。小声适度抬升、高声强制压峰，将重构人声动态范围压缩至用户舒适听觉区间，既保留完整人声细节，又杜绝高声诱发的头晕、耳胀问题。耳机同时具备实时助听功能，近距离场景可直接拾取环境人声，实现原生助听辅助。

3.7 双通路智能联动切换逻辑

系统设置两套相互独立且具备智能联动机制的音频工作通路：第一为蓝牙耳机实时助听通路，适用于室内安静、近距离一对一交谈，耳机麦克风拾取环境人声，保留自然原声聆听体验；第二为AI重构蓝牙A2DP通路，适用于嘈杂环境、多人交谈、远距离对话，输出经过AI转译、WDRC优化的标准人声。蓝牙助听耳机作为核心硬件部件，硬件层面支持训练音频通道与实时助听通道并行工作，满足训练过程中双通道同步监听需求。APP实时采集环境噪声数据判断声场复杂度，检测到复杂声场时主动下发模式切换指令，触发智能工作模式。当A2DP音频链路有人声信息传输时，耳机自动压低本地助听增益或临时关闭本地助听通道，避免双音源叠加造成听觉混乱、声压过载；一旦A2DP音频流停止传输，设备毫秒级恢复原有助听音量，回归原生助听状态。双通路依托软硬件联动实现无感智能切换，兼顾训练、助听与智能人声重构多重使用场景。

4 系统创新点

4.1 听觉检测创新：实现听觉质感数字化量化

突破传统纯音测听局限性，新增浑浊度、舒适度、耐受度等主观听觉指标，无需用户语言描述，通过标准化选择测评完成数据采集，解决行业普遍存在的用户表达困难、验配盲目痛点。

4.2 人群筛选创新：精准划分可训练康复人群

依托层级语音测试区分语前、语后听损，明确差异化康复方案，重点筛选中枢语言储备完好、具备后天提升潜力的语后人群，避免无效适配与资源浪费。

4.3 训练体系创新：多维度居家听觉驯化+发音测评联动

整合频谱、方位、距离、实景四类听觉训练算法，搭配发音测评反向检测机制，建立听觉-发音双向康复闭环，适配不同损伤频点的听损人群。

4.4 技术逻辑创新：语义重构替代原声放大

摒弃百年原声放大行业逻辑，不修改原始嘈杂音频，通过AI识别+合成重构纯净标准人声，匹配用户长期训练形成的听觉习惯，从根源解决听不懂问题。

4.5 硬件架构创新：双通道并行+智能联动调控

蓝牙耳机支持训练音频通道与助听通道同时工作，A2DP占用时自动抑制本地助听，断流自动恢复，双音频通路物理隔离且智能联动，适配全部生活场景。

4.6 算法下沉创新：终端个性化WDRC处理

将动态压缩算法部署在蓝牙耳机终端，依据个人听觉耐受阈值定制参数，精准规避前庭不适，最大化保障聆听舒适度。

5 系统实测与效果分析

5.1 测试对象

选取22名不同临界损伤频点的高频陡降型语后听损受试者，年龄区间27~68岁，均存在中高频浑浊、高声不适、嘈杂环境识别困难等症状，排除器质性中耳病变、中枢神经性重度病变人群。

5.2 测试环境与指标

设置安静室内、商超嘈杂、多人混聊三类场景，测试指标包含单字识别率、短句识别率、声源方位正确率、听觉舒适度评分、发音偏差矫正率。对比传统助听器与本系统使用效果。

5.3 实测结果

安静环境下，本系统与传统助听器识别率基本持平；嘈杂场景中，传统助听器言语识别率均值低于28%，本系统开启AI重构模式后识别率提升至72%~86%。在专项听觉训练效果测试中发现明显中枢驯化规律：受试者初期对远距离外放人声解析能力薄弱，手机2~3米外放人声难以识别；训练采用分级驯化方式，首先佩戴入耳式蓝牙耳机进行标准化人声训练，待大脑固化标准人声记忆、语义识别能力成熟后，切换为手机外放相同语音内容进行远距离泛化训练。经过阶段性训练，受试者在手机外放2~3米距离下，无需助听放大亦可清晰识别语义，验证了入耳专项训练向外放听觉迁移、中枢听觉代偿驯化的有效性。方位训练模块使用4周后，受试者声源辨别准确率提升41%；发音测评模块可精准捕捉辅音偏差，发音矫正改善率明显提升；所有受试者未出现头晕、耳胀等致敏反应，听觉舒适度显著优于常规助听设备。

6 存在问题与优化展望

6.1 现存局限性

系统受语音识别技术限制，极端口音、极低语速、专业生僻语句识别存在轻微误差；蓝牙A2DP传输存在毫秒级固有延时，不适合极速实时交互场景；系统适配人群聚焦语后高频陡降听损，对重度语前聋、全频重度听损优化效果有限。

6.2 未来优化方向

后续迭代将优化多人人声分离算法，强化复杂混叠人声提取能力；优化蓝牙低延迟传输协议，压缩交互延时；采集海量用户听觉训练数据，迭代AI个性化适配模型；打通线下听力机构数据接口，实现居家训练+专业调校一体化服务，推动听力康复行业从硬件放大时代向智能语义适配时代转型。

7 结论

本文针对高频陡降型语后听损人群，研发完成一款基于APP筛查、多维听觉训练、发音反向测评、AI人声重构、终端个性化声处理的智能听觉康复系统。系统解决了传统测听无法量化听觉质感、助听器适配盲目、嘈杂环境识别率低、高频致敏不适、缺少发音矫正测评等行业痛点，充分利用语后聋人群完善的语言中枢储备，通过科学训练强化听觉代偿能力。双通路智能联动架构兼顾自然聆听与智能辅助，蓝牙耳机实现助听、训练、音频播放多重功能，双通道并行工作模式满足专业康复训练需求。经实测验证，本系统识别准确率高、听觉舒适度好、适配人群广泛，不受个体损伤频点限制，能够适配不同临界浑浊频率的听损用户。该系统结构简单、成本低廉、落地性强，既适用于个人居家康复使用，也可作为听力机构筛查、训练、适配辅助工具，具备极高的临床应用、商业推广与行业研究价值。

This paper develops an intelligent auditory rehabilitation system targeting postlingual hearing-impaired populations with steep high-frequency hearing loss, integrating APP-based screening, multi-dimensional auditory training, reverse pronunciation assessment, AI human voice reconstruction, and terminal personalized sound processing.

The system addresses major industry pain points inherent to conventional audiometry, including the inability to quantify auditory perception quality, blind hearing aid fitting, low speech recognition rate in noisy environments, discomfort caused by high-frequency sound hypersensitivity, and the lack of pronunciation correction and evaluation tools. Leveraging the intact language center reserves of postlingually deafened individuals, it strengthens auditory compensation capacity through evidence-based training protocols.

Adopting a dual-channel intelligent linkage architecture, the system balances natural hearing experience and intelligent assistive functions. Bluetooth earphones support multi-scenario capabilities covering hearing assistance, rehabilitation training and audio playback, while the dual-channel parallel operation mode meets the professional demands of standardized rehabilitation training.

作者：张杰，男，从事智能音频与听觉辅助设备开发工作，为一线技术研发从业者。长期结合自身高频陡降型语后听力损失听觉体验，深耕听觉感知、蓝牙音频传输、语音信号处理、个性化听觉康复算法研究。立足于听损人群真实使用痛点，自主完成系统架构设计、APP功能逻辑规划、蓝牙助听耳机联动方案研发，专注于语后听损人群居家智能化康复技术研究，致力于优化听损人群听觉识别体验，推动民用轻量化智能助听与康复设备技术迭代。

Author Introduction

Zhang Jie, male, a frontline R&D engineer specializing in the development of intelligent audio and auditory assistive devices.

Drawing on his personal living experience of steep high-frequency postlingual hearing loss, he has long conducted in-depth research covering auditory perception, Bluetooth audio transmission, speech signal processing, and personalized auditory rehabilitation algorithms. Centered on the actual pain points of hearing-impaired users, he independently completed the overall system architecture design, APP functional logic planning, and R&D of linkage solutions for Bluetooth hearing aid earphones. His research focuses on intelligent home rehabilitation technologies for postlingually hearing-impaired populations. He is committed to improving speech recognition experience for hearing-impaired users and driving technical iteration of lightweight civilian intelligent hearing assistance and rehabilitation devices.

E-mail: 82310350@qq.com Mobile: 135 5491 5810