Reduzierung von Störgeräuschen bei Hörgeräten

Die Reduzierung unerwünschter Umgebungsgeräusche ist ein wichtiges Merkmal heutiger Hörgeräte. Daher ist die Lärmreduzierung heute in fast jedem handelsüblichen Gerät enthalten. Die Mehrheit dieser Algorithmen beschränkt sich jedoch auf die Reduzierung von stationären Geräuschen. Aufgrund der Vielzahl unterschiedlicher Hintergrundgeräusche im Alltag ist es schwierig, heuristische Lösungen für alle Geräuschkulissen zu finden. Deep Learning basierte Algorithmen stellen eine mögliche Lösung für dieses Dilemma dar, aber manchmal fehlt es ihnen an Robustheit und Anwendbarkeit im strengen Kontext von Hörgeräten. In diesem Projekt untersuchen wir mehrere Deep Learning-Methoden zur Störgeräuschreduzierung unter den Bedingungen moderner Hörgeräte. Dies beinhaltet eine Signalverarbeitung mit geringer Latenzzeit sowie den Einsatz einer im Hörgerät eingesetzten Filterbank. Ein weiteres wichtiges Ziel ist die Robustheit der entwickelten Methoden. Daher werden die Verfahren mit reale Rauschsignale getestet, die mit Hörgeräten aufgenommen wurden.