孟慶林

聲信號處理的一個(gè)重要目的是讓聽者更好地感受聲音，但由于各種原因，一些人的聽覺系統(tǒng)出現(xiàn)了故障，這些故障可能導(dǎo)致他們聽不到小聲、受不了大聲或頻率分辨率降低等，甚至完全聽不到聲音。那些由于外周聽覺系統(tǒng)(包括外耳、中耳和內(nèi)耳)損傷導(dǎo)致的聽力損失都可通過人工聽覺設(shè)備得到補(bǔ)償[1]，其中，由于內(nèi)毛細(xì)胞功能缺失導(dǎo)致的重度以上感音神經(jīng)性聾患者大多可以通過人工耳蝸植入(cochlear implant, CI)來獲得或恢復(fù)部分聽覺功能；僅中國，每年滿足CI條件的新生兒就數(shù)以萬計(jì)[2]。

CI能幫助耳聾患者回到有聲世界，到目前為止，全球CI人數(shù)估計(jì)已超過40萬。從上世紀(jì)六七十年代開發(fā)出最早的單通道CI至今，CI的主要研發(fā)工作在澳大利亞、美國和歐洲開展；我國也有很多研發(fā)機(jī)構(gòu)努力嘗試過開發(fā)CI產(chǎn)品，目前國產(chǎn)品牌也已經(jīng)初步打開了國內(nèi)市場，具有一定的創(chuàng)新能力；本文對CI聲音處理中的一些問題進(jìn)行介紹和討論。

1 人工耳蝸的系統(tǒng)結(jié)構(gòu)

CI系統(tǒng)的簡要結(jié)構(gòu)框圖見圖1。CI由兩大部分組成，一部分通過外科手術(shù)植入體內(nèi)，稱為植入體，即虛線右側(cè)部分；另一部分通常是掛在耳背，稱為體外機(jī)，即虛線左側(cè)部分。體外機(jī)和植入體通過兩個(gè)線圈之間的無線射頻耦合進(jìn)行能量和數(shù)據(jù)傳輸。具體的聲音處理流程是：首先由體外機(jī)上的傳聲器(也稱麥克風(fēng)，microphone)將空氣中的聲壓變化轉(zhuǎn)換為電壓信號，電壓信號被放大和采樣后進(jìn)入言語處理器(通常其核心為一塊數(shù)字信號處理芯片)，言語處理器負(fù)責(zé)對得到的采樣信號進(jìn)行編碼(包括聲信號編碼和控制指令編碼)，然后由射頻發(fā)射電路將言語處理器的編碼結(jié)果調(diào)制到射頻載波信號(CI商用頻段為5～50 MHz范圍，依廠家而不同[3])上，射頻信號沿著導(dǎo)線到達(dá)固定于頭皮外側(cè)的發(fā)射線圈(發(fā)射線圈和植于皮下的接收線圈通過各自中心處的一個(gè)磁鐵相互吸引來固定發(fā)射線圈的位置)，通過線圈之間的電磁耦合，編碼信號進(jìn)入植入體內(nèi)，然后在植入體專用芯片中被解碼為每個(gè)電極上即將產(chǎn)生的刺激參數(shù)值，由刺激器負(fù)責(zé)按照該參數(shù)值產(chǎn)生對應(yīng)電極的電流，電流沿著導(dǎo)線到達(dá)已預(yù)先植入耳蝸內(nèi)的電極陣列，在相應(yīng)的電極觸點(diǎn)(12～24個(gè)，依廠家而不同)上產(chǎn)生刺激。

圖1 人工耳蝸系統(tǒng)結(jié)構(gòu)框圖

2 人工耳蝸的聽覺機(jī)理：電聽覺和聲聽覺

正常聽力者或助聽器佩戴者的聽覺可以被稱為聲聽覺(acoustic hearing)，而CI(還包括刺激更高級聽覺神經(jīng)的聽覺腦干植入在內(nèi)的其他植入式電刺激聽覺假體)植入者的聽覺被稱為電聽覺(electric hearing)。

聲聽覺依賴自然耳蝸的聲音處理和編碼，由于耳蝸中基底膜的物理特性，聲振動信號被按照頻率分解。不同的頻率成分引起基底膜不同位置處的最大響應(yīng)，靠近蝸底的區(qū)域響應(yīng)高頻，靠近蝸頂?shù)膮^(qū)域響應(yīng)低頻，即位置編碼理論(place theory)；某一個(gè)基底膜位置上振動信號的時(shí)域波動也可能被基底膜撿拾并進(jìn)入聽神經(jīng)處理，即時(shí)間編碼理論(time theory)；這兩個(gè)理論共同支配著現(xiàn)今的耳蝸聲音編碼理論[4]。需要注意的是，正常耳蝸中的聲音編碼不僅僅是被動接收的過程，還可能受到更高級神經(jīng)系統(tǒng)的主動控制。

CI產(chǎn)生的電聽覺也利用了這兩個(gè)理論，以音高感知為例，圖2所示為現(xiàn)代CI的基本刺激波形[5]；現(xiàn)代CI絕大多數(shù)采用脈沖串式刺激波形，其中脈沖串多采用負(fù)正雙相脈沖，a～f為一些基本脈沖串波形形式，其中a比b的刺激位置更靠近蝸頂，故而a引起的音高更低，這是利用位置編碼理論[6]；c比d的刺激速率更低，e比f的時(shí)域波動更慢，故c和e引起的音高可能相對更低，這是利用時(shí)間編碼理論[7]。但是由于植入耳蝸內(nèi)的電極觸點(diǎn)離聽神經(jīng)有一定距離，電極數(shù)目遠(yuǎn)小于聽神經(jīng)數(shù)目，且單個(gè)電極的電場擴(kuò)散會影響相鄰電極的電場分布，這些因素導(dǎo)致CI只能傳遞粗糙的頻率信息，而不能實(shí)現(xiàn)正常耳蝸的精細(xì)的頻率分析功能。另外，在時(shí)間編碼能力方面，CI電聽覺也遠(yuǎn)弱于正常聲聽覺，多數(shù)植入者不能有效檢測單個(gè)電極上超過300 Hz的時(shí)域信息，而正常聽力者可以通過時(shí)域相位鎖定檢測到2 kHz或更高頻的純音頻率[8]。

圖2 現(xiàn)代人工耳蝸的基本刺激波形

3 人工耳蝸的編碼策略

CI將傳聲器采集到的聲音信號轉(zhuǎn)換為電極上的電信號，轉(zhuǎn)換的方法被稱為CI編碼策略或CI信號處理策略[4]。從多通道CI編碼策略的開發(fā)歷史來看，其主要有三個(gè)開發(fā)思路：①精確模擬正常耳蝸內(nèi)聽覺生理結(jié)構(gòu)和處理過程；②人為提取語言學(xué)家(或語音學(xué)家)公認(rèn)的對言語感知起重要作用的聲學(xué)特征(例如：基頻和共振峰信息)，再將這些特征想方設(shè)法表達(dá)到可用電極上；③在考慮神經(jīng)的接受能力的基礎(chǔ)上，用盡量簡單的工程手段獲得盡可能大的聽覺康復(fù)效果。

1991年前后，正是由于CI編碼策略方面取得的突破[9]，才使得多通道CI能給多數(shù)植入者帶來安靜環(huán)境下的開放式言語交流能力；這個(gè)突破來源于設(shè)計(jì)的變化，它擺脫了前兩個(gè)思路的限制，發(fā)揮了第三個(gè)思路的優(yōu)勢。具體實(shí)現(xiàn)方式是將采集到的聲音信號進(jìn)行分頻帶濾波(通常是將8 000 Hz以下的頻率成分按照類似對數(shù)的形式劃分為6個(gè)或更多頻帶)，然后對每個(gè)頻帶的濾波結(jié)果進(jìn)行時(shí)域包絡(luò)提取，再對時(shí)域包絡(luò)進(jìn)行非線性壓縮和映射，最后對固定速率的雙相電脈沖串進(jìn)行幅度調(diào)制后產(chǎn)生相應(yīng)電極通道上的刺激；其中時(shí)域包絡(luò)的非線性壓縮過程僅保留了約40 dB或更小的聲壓級動態(tài)范圍，隨后映射為一個(gè)小于8比特(256級)的電流取值范圍。還有一個(gè)關(guān)鍵點(diǎn)是，不同電極之間不同時(shí)產(chǎn)生刺激，這樣也許可以減小或避免通道間電場干擾?，F(xiàn)在，這個(gè)思路被用在絕大多數(shù)的商用CI策略中，不同的策略僅在工程實(shí)現(xiàn)上略有區(qū)別(例如：圖3所示為一種基于快速傅里葉變換的實(shí)現(xiàn)方式)，這種處理思路也被稱為是“聲碼器”模式[10]。

因?yàn)殡姶碳ば盘栔锌熳冃盘柌蝗菀妆簧窠?jīng)檢測到(即：電聽覺時(shí)域音高限制)，所以選擇保留時(shí)域包絡(luò)，而丟棄時(shí)域精細(xì)結(jié)構(gòu)(取而代之的是固定速率的脈沖串)。近十余年，有很多研究者提出了增加時(shí)域精細(xì)結(jié)構(gòu)的策略，但是尚未經(jīng)過實(shí)際CI驗(yàn)證的重大突破。近期本文作者也提出了一種新的策略[11]，用移頻操作代替了時(shí)域包絡(luò)提取操作，將快變帶限信號移頻為慢變帶限信號，并且考慮到了單個(gè)通道內(nèi)的電聽覺時(shí)域處理限制，理論上有明顯優(yōu)勢[12]，尚有待大量實(shí)際CI實(shí)驗(yàn)來驗(yàn)證效果。

4 人工耳蝸的言語識別

CI最重要的功能是幫助耳聾患者獲得言語交流能力，圖4為普通話男聲“我不能肯定哪個(gè)隊(duì)會贏”的聲學(xué)時(shí)譜圖和人工耳蝸電極圖，其中電極圖是采用圖3所示的處理方法得到的?？梢?，CI僅傳遞了約8 000 Hz以下的信息；更為關(guān)鍵的是，聲學(xué)時(shí)譜圖中的頻域信息(例如：諧波成分、共振峰等)表達(dá)得非常精細(xì)，而電極圖中頻域信息表達(dá)得非常粗糙；但語音信號的冗余度很大，這樣少數(shù)有限頻率通道數(shù)目的時(shí)域變化信息已經(jīng)可以提供足夠的語音可懂度[9, 13]。另外，由于聽覺系統(tǒng)強(qiáng)大的可塑性，聽覺神經(jīng)系統(tǒng)經(jīng)過一段時(shí)間的訓(xùn)練，能夠適應(yīng)和掌握這種人造的不精確的電刺激信號模式。盡管如此，這并不意味著CI植入者可以像正常聽力者一樣輕松地聽懂語音，他們往往需要說話者更清晰、更慢、更標(biāo)準(zhǔn)地發(fā)音，且音量不能太小，耳語對他們來說也是困難的[14]。另外，在言語音高(voice pitch)信息方面，CI植入者利用每個(gè)通道上的時(shí)域周期性信息來獲得部分音高信息，從而感受聲調(diào)等，但仍存在一定的困難。很多研究者提出了一些增強(qiáng)聲調(diào)表達(dá)的策略，但性能提升的空間較為有限[15～18]。如何提高時(shí)域和頻率的精細(xì)結(jié)構(gòu)表達(dá)才是提升CI言語感知能力的關(guān)鍵。

圖3 現(xiàn)代人工耳蝸中常用的一種編碼策略處理流程

圖4 普通話男聲“我不能肯定哪個(gè)隊(duì)會贏”的聲學(xué)時(shí)譜圖(左)和人工耳蝸電極圖(右)

5 人工耳蝸的音樂感知

相較于言語識別，音樂感知所需的聲學(xué)線索就更加復(fù)雜和精細(xì)；CI策略中沒有保留音樂感知所必須的一些基本聲學(xué)線索，其中最重要的是諧波信息。圖5所示為一段音樂旋律的時(shí)譜圖和CI電極圖。從聲學(xué)時(shí)譜圖中，可以清晰地分辨不同時(shí)刻的各個(gè)諧波成分，且這些諧波都清晰地出現(xiàn)在基頻的整數(shù)倍頻率；但是在電極圖上，雖然有些諧波成分在不同的頻率通道上還能夠進(jìn)行區(qū)分，但是他們的整數(shù)倍關(guān)系已經(jīng)體現(xiàn)不出來了；并且由于電極植入位置的不確定性和頻率分配的人為因素，每個(gè)諧波成分不能被準(zhǔn)確映射為原有的頻率感知，這些因素直接導(dǎo)致植入者的音高分辨能力很差[19]。另外，對于音色(例如：樂器)識別，這種有限通道數(shù)的刺激模式可以保留一定的可感知的音色信息[20]，但是多數(shù)植入者的音色識別能力會比正常聽力者差，這可能是CI設(shè)計(jì)的不足，也有可能是由于CI植入者沒有經(jīng)過音樂訓(xùn)練甚至很少聽音樂，導(dǎo)致大腦對音色沒有足夠的認(rèn)知能力。當(dāng)然，CI植入者的節(jié)奏感知還是與正常人相當(dāng)?shù)模魳沸珊鸵羯鹊母兄纳颇壳吧惺莻€(gè)難題[21, 22]。

圖5 一段音樂旋律的聲學(xué)時(shí)譜圖(左)和人工耳蝸電極圖(右)

6 噪聲和混響

在有關(guān)CI文獻(xiàn)中經(jīng)常研究的噪聲有兩種：一是穩(wěn)態(tài)噪聲(steady state noise)，即統(tǒng)計(jì)特性(通常是指功率譜分布特性)不隨時(shí)間變化的噪聲；實(shí)驗(yàn)中經(jīng)常使用的穩(wěn)態(tài)噪聲是語譜噪聲(speech-shaped noise， SSN[23],或speech weighted noise， SWN[24])；二是多人交談噪聲(babble noise)，即有兩個(gè)或以上的人同時(shí)說話的聲音(注意：說話的人數(shù)越多越趨近于穩(wěn)態(tài)噪聲)。

正常聽力者往往不被噪聲影響，能夠較好地理解目標(biāo)說話人的說話內(nèi)容，最典型的例子就是“雞尾酒會現(xiàn)象”[25, 26]，人們可以在嘈雜的社交酒會上將聽覺注意力集中在某一個(gè)人身上，而不受到其他人或物發(fā)出的噪聲影響。由于語音的高冗余度和正常人耳聽覺的強(qiáng)大性能，很多時(shí)候很難進(jìn)一步提升正常聽力者在噪聲中的言語識別能力，所以很多針對正常聽力者的降噪算法的主要目的是提高聲音質(zhì)量，即正常聽力者的聽感舒適程度。然而對于CI者來說，語音可懂度非常容易受到噪聲的影響，可能的原因有：①噪聲能量覆蓋了原本的語音間隙(gap)；②對于采用n-of-m類型(即：每一幀僅從全部m個(gè)電極通道中選擇能量較大的n個(gè)通道產(chǎn)生刺激)策略的CI來說，噪聲的出現(xiàn)會導(dǎo)致在篩選較大能量的通道時(shí)產(chǎn)生錯(cuò)選，即：選擇了噪聲所在通道而不是語音所在通道[27]。研究表明，降噪算法可以顯著提升植入者在噪聲下的言語可懂度，尤其是對于近似穩(wěn)態(tài)噪聲[23, 28, 29]，而對于聲音質(zhì)量，植入者較少抱怨[30]。各個(gè)人工耳蝸生產(chǎn)廠家已經(jīng)或準(zhǔn)備在聲信號預(yù)處理階段集成降噪模塊，基本流程是：直接利用CI編碼策略中已有的快速傅里葉變換結(jié)果，逐幀更新噪聲功率譜，計(jì)算當(dāng)前幀當(dāng)前通道的信噪比，根據(jù)預(yù)先設(shè)定的增益函數(shù)(gain function)來換算出增益值(可理解衰減倍數(shù))，與相應(yīng)頻點(diǎn)的帶噪語音功率值相乘即可。對于非穩(wěn)態(tài)噪聲，尚沒有很好的CI單通道聲信號處理解決方案。

另外，語音在房間內(nèi)經(jīng)過多次反射匯聚到聽者耳內(nèi)，構(gòu)成混響，這比直接到達(dá)人耳的聲音(直達(dá)聲)來的晚，可能對直達(dá)聲的可懂度產(chǎn)生負(fù)面影響；并且對不同的房間而言，這種影響可能隨著混響時(shí)間的增加而加劇[31]；近期有研究提出了針對CI的抗混響算法，提高了混響環(huán)境下的言語可懂度[31]，但相關(guān)技術(shù)暫未應(yīng)用于產(chǎn)品中。

7 空間聽覺和雙耳植入

由于聲源所在的空間位置不同，聲音被聽者接收時(shí)所具有的聲學(xué)特征也會產(chǎn)生差異，這種差異可能被聽者用來感知聲源屬性，包括：①判斷聲源的位置(包括方向和距離)：聲源定位所需的聲學(xué)線索包括雙耳時(shí)間差、雙耳強(qiáng)度差、單耳譜因素等，這些因素可以用聲源到雙耳的頻域聲學(xué)傳輸函數(shù)，即頭相關(guān)傳遞函數(shù)來定義[32]。②增強(qiáng)噪聲下的言語識別能力：由于說話人和噪聲源的空間位置不同，或者由于聽者頭部的聲學(xué)傳輸特性，造成兩耳接收到的語音信號存在差異(例如：信噪比不同)，這些差異可能給聽者理解目標(biāo)語音提供有用線索[33]。

大多數(shù)人工耳蝸植入者都是單側(cè)植入，不能獲得上述雙耳空間聽覺優(yōu)勢。近十余年來，雙側(cè)人工耳蝸植入者越來越多，雙側(cè)CI的空間聽覺成為研究熱點(diǎn)[34～36]。雙側(cè)CI可以在一定程度上提高空間聽覺能力，這些植入者能夠利用雙耳強(qiáng)度差和雙耳間時(shí)域包絡(luò)時(shí)間差，但是雙側(cè)人工耳蝸植入者的空間聽覺能力總體上與正常聽力者仍有較大差距，其原因來自多個(gè)方面，例如：①由于生理或手術(shù)造成的雙耳電刺激間不匹配；②電刺激時(shí)域處理能力的上限為300 Hz左右，更高頻率的雙耳時(shí)間差信息不能被有效傳入，這意味著要想通過電刺激脈沖速率的變化來傳遞更多時(shí)域精細(xì)結(jié)構(gòu)中的雙耳時(shí)間差信息，需要將刺激率降低到約300 Hz以下；然而這與言語識別需要高刺激率(約800 Hz以上)的事實(shí)產(chǎn)生了矛盾。有很多策略上的改進(jìn)和嘗試來增強(qiáng)雙耳時(shí)間差信息，但目前尚無經(jīng)過大量實(shí)際CI實(shí)驗(yàn)驗(yàn)證的實(shí)質(zhì)性進(jìn)展[36]。

8 對聽覺研究的啟發(fā)和未來研究展望

人工耳蝸?zhàn)鳛橐粋€(gè)成功的人工聽覺設(shè)備，幫助數(shù)十萬人獲得了聽力，也為聽覺研究打開了一扇窗。CI可以讓人們對耳蝸的某個(gè)特定位置以特定的時(shí)域形式進(jìn)行刺激，使得研究耳蝸的時(shí)間和位置編碼理論時(shí)能夠?qū)r(shí)間因素和位置因素在一定程度上進(jìn)行分離討論[37]，這在正常聲聽覺中是做不到的。人工耳蝸的研究還使人們對言語感知的認(rèn)知不斷加深，例如，人工耳蝸植入者僅利用粗糙的有限幾個(gè)通道的時(shí)域包絡(luò)信息獲得良好的言語感知能力，說明基頻和共振峰的精確表達(dá)并不是言語理解的必要因素。CI這種電聽覺聲音感知效果的改善，不僅是聽覺研究者的研究目的之一，也是檢驗(yàn)聽覺理論正確性的試金石。

人工耳蝸植入者的聲音感知效果和正常聽力者相比仍有較大差距，且仍然有大量耳聾患者負(fù)擔(dān)不起CI的高昂費(fèi)用[38]。未來的研究方向有：①預(yù)處理的改進(jìn)，各家公司都在進(jìn)行這方面研發(fā)，包括單傳聲器或多傳聲器降噪、音高增強(qiáng)(針對聲調(diào)和音樂)等；②編碼策略的改進(jìn)，例如：如何增加時(shí)域精細(xì)結(jié)構(gòu)；③神經(jīng)接口的改進(jìn)，這是目前的人工聽覺最難開展、但同時(shí)也是必須要研究的方向，只有設(shè)計(jì)出更接近正常耳蝸的神經(jīng)接口才能從根本上提升時(shí)域和頻域的精細(xì)結(jié)構(gòu)表達(dá)，可能的努力方向有插入神經(jīng)式電刺激和光學(xué)刺激等。

9參考文獻(xiàn)

1 孟慶林. 書評：《人工聽覺——新視野》[J]. 聲學(xué)學(xué)報(bào), 2016, 41: 143.

2 孫喜斌, 于麗玫, 曲成毅, 等. 中國聽力殘疾構(gòu)成特點(diǎn)及康復(fù)對策[J]. 中國聽力語言康復(fù)科學(xué)雜志, 2008(2): 21.

3 Zeng FG, Rebscher SJ, Fu QJ, et al. Development and evaluation of the Nurotron 26-electrode cochlear implant system [J]. Hear Res, 2015, 322: 188.

4 馮海泓, 孟慶林, 平利川, 等. 人工耳蝸信號處理策略研究[J]. 聲學(xué)技術(shù), 2010, 29: 607.

5 孟慶林, 牟宏宇, 平利川, 等. 人工耳蝸非實(shí)時(shí)研究平臺開發(fā)與驗(yàn)證[J]. 聲學(xué)技術(shù), 2016, 35: 111.

6 平利川, 原猛, 唐國芳, 等. 語后聾人工耳蝸使用者電刺激聽覺部位音調(diào)感知研究[J]. 聲學(xué)學(xué)報(bào), 2012, 37: 204.

7 Luo X, Padilla M, Landsberger DM. Pitch contour identification with combined place and temporal cues using cochlear implants [J]. J Acoust Soc Am, 2012, 131: 1325.

8 Venter P, Hanekom J. Is there a fundamental 300 Hz limit to pulse rate discrimination in cochlear implants[J]? J Assoc Res Otolaryngol, 2014, 15: 849.

9 Wilson BS, Finley CC, Lawson DT, et al. Better speech recognition with cochlear implants [J]. Nature, 1991, 352: 236.

10 Loizou PC. Speech processing in vocoder-centric cochlear implants [J]. Adv Otorhinolaryngol, 2006, 64: 109.

11 孟慶林, 鄭能恒, 李霞. 一種電聽覺假體信號處理方法及系統(tǒng): 中國, ZL201510136851.3[P]. 2017-06-16.http://www.soopat.com/patent/201510136851

12 Meng Q, Zheng N, Li X. Mandarin speech-in-noise and tone recognition using vocoder simulations of the temporal limits encoder for cochlear implants [J]. J Acoust Soc Am, 2016, 139: 301.

13 Shannon RV, Zeng FG, Kamath V, et al. Speech recognition with primarily temporal cues [J]. Science, 1995, 270: 303.

14 Hazrati O, Ali H, Hansen JHL, et al. Evaluation and analysis of whispered speech for cochlear implant users: Gender identification and intelligibility [J]. J Acoust Soc Am, 2015, 138: 74.

15 Vandali AE, Dawson PW, Arora K. Results using the OPAL strategy in Mandarin speaking cochlear implant recipients [J]. International Journal of Audiology, 2017, 56:S74.

16 Xu L, Zhou N. Tonal languages and cochlear implants in auditory prostheses: new horizons[M].In: Zeng FG, Popper AN, Fay RR, Eds. New York: Springer, 2012.341～364.

17 Meng Q, Zheng N, Li X. Loudness contour can influence Mandarin tone recognition: vocoder simulation and cochlear implants [J]. IEEE Transactions on Neural Systems and Rehabilitation Engineering, 2017, 25: 641.

18 Ping L, Wang N, Tang G, et al. Implementation and preliminary evaluation of C-tone': A novel algorithm to improve lexical tone recognition in Mandarin-speaking cochlear implant users [J]. Cochlear Implants International, 2017, 18: 240.

19 Ping L, Yuan M, Feng H. Musical pitch discrimination by cochlear implant Users[J]. Ann Oto Rhino Laryngo, 2012, 121: 328.

20 孟慶林, 原猛, 夏洋, 等. 幅度調(diào)制信息對樂器識別的影響[J]. 聲學(xué)學(xué)報(bào), 2015, 40: 300.

21 Limb CJ, Roy AT. Technological, biological, and acoustical constraints to music perception in cochlear implant users[J]. Hear Res, 2014, 308: 13.

22 McDermott HJ. Music perception with cochlear implants: a review [J]. Trends in Amplification, 2004, 8: 49.

23 Nogueira W, Rode T, Buchner A. Spectral contrast enhancement improves speech intelligibility in noise for cochlear implants[J]. J Acoust Soc Am, 2016, 139: 728.

24 Dawson PW, Mauger SJ, Hersbach AA. Clinical evaluation of signal-to-noise ratio based noise reduction in Nucleus cochlear implant recipients[J]. Ear Hear, 2011, 32: 382.

25 Bronkhorst AW. The cocktail party phenomenon: a review of research on speech intelligibility in multiple-talker conditions [J]. Acta Acustica United with Acustica, 2000, 86: 117.

26 Cherry EC. Some experiments on the recognition of speech, with one and with two ears[J]. J Acoust Soc Am,1953, 25: 975.

27 Qazi OU, van Dijk B, Moonen M, et al. Understanding the effect of noise on electrical stimulation sequences in cochlear implants and its impact on speech intelligibility[J]. Hear Res, 2013, 299: 79.

28 Chen F, Hu Y, Yuan M. Evaluation of noise reduction methods for sentence recognition by Mandarin-speaking cochlear implant listeners[J]. Ear Hear, 2015, 36: 61.

29 Yang LP, Fu QJ. Spectral subtraction-based speech enhancement for cochlear implant patients in background noise[J]. J Acoust Soc Am,2005, 117: 1001.

30 Koning R, Madhu N, Wouters J. Ideal time-frequency masking algorithms lead to different speech intelligibility and quality in normal-hearing and cochlear implant listeners[J]. IEEE Trans Biomed Eng, 2015, 62: 331.

31 Kokkinakis K, Runge C, Tahmina Q. Evaluation of a spectral subtraction strategy to suppress reverberant energy in cochlear implant devices[J]. J Acoust Soc Am, 2015, 138: 115.

32 Xie B. Head-related transfer function and virtual auditory display [M]. US: Ross Publishing, 2013. 1～30.

33 Moore BC. Spatial hearing and advantages of binaural hearing, cochlear hearing loss: physiological, psychological and technical issues Second Edition[M].Second Edition. US: Wiley-Interscience, 2002. 173～199.

34 Hoesel R. Bilateral cochlear implants, in auditory prostheses: new horizons [M]. In: vol. 39, Zeng FG, Popper AN, and Fay RR, Eds. New York: Springer, 2012.13～30.

35 Kan A, Litovsky RY. Binaural hearing with electrical stimulation[J]. Hear Res, 2015, 322: 127.

36 Laback B, Egger K, Majdak P. Perception and coding of interaural time differences with bilateral cochlear implants [J]. Hear Res, 2015, 322: 138.

37 Zeng FG. Temporal pitch in electric hearing [J]. Hear Res., 2002, 174: 101.

38 Zeng FG. Challenges in improving cochlear implant performance and accessibility[J]. IEEE Trans Biomed Eng, 2017, 64: 1662.