背景技術：
1、聽力設備或助聽器的驗配和調諧一直被認為是醫療保健專業人員(hcp)的一項單調乏味的任務。用于驗配聽力設備參數的傳統方法依賴于通過應用諸如nal-nl1或nal-nl2的規則基于聽力圖來補償用戶的聽力損失。然而，這些規則沒有考慮特定的用戶偏好。
2、最近的方法涉及聽力設備的偏好學習。
3、ep?3?493?555?a1涉及一種用于調諧聽力設備的聽力設備參數的方法和聽力設備。方法包括：初始化模型；獲取由一個或多個初始測試聽力設備參數定義的初始測試設置；將初始測試設置指定為初級測試設置；基于模型來獲取次級測試設置；根據初級測試設置輸出初級測試信號；根據次級測試設置輸出次級測試信號；檢測優選測試設置的用戶輸入；基于初級測試設置、次級測試設置和優選測試設置來更新模型；以及根據對滿足調諧標準的確定，基于優選測試設置的聽力設備參數來更新聽力設備的聽力設備參數。
技術實現思路
1、在改進工具、方法和設備以允許改進聽力設備參數的驗配和調諧方面仍然存在挑戰。
2、公開用于聽力設備系統的驗配代理，該聽力設備系統包括由聽力設備用戶佩戴的聽力設備，其中驗配代理包括一個或多個處理器，該處理器被配置為：初始化用戶模型和環境模型，用戶模型包括多個用戶偏好函數和相關聯的用戶響應分布；獲取指示當前環境的環境數據；任選地基于環境數據和/或環境模型來確定第一環境的第一初始環境概率和/或第二環境的第二初始環境概率，基于第一初始環境概率和/或第二初始環境概率來獲取包括聽力設備的初級測試設置和次級測試設置的測試設置；向聽力設備用戶呈現測試設置；獲取指示對初級測試設置或次級測試設置的偏好的優選測試設置的用戶輸入；以及任選地基于優選測試設置和環境數據來更新用戶模型以提供更新的用戶模型。
3、本公開考慮不同環境中用戶偏好的任何差異，并且提供有效并且節省內存的用戶偏好模型更新和/或有效并且節省內存的環境模型更新。特別地，可以消除對存儲歷史的和特定的用戶反饋(先前的初級和次級測試設置以及其偏好)的需要，這進而減少內存需求。
4、此外，依賴于環境的用戶偏好函數可以提供更簡單的用戶偏好函數，進而允許以簡單并且有效的方式來配置聽力設備的一個或多個聽力設備參數。此外，本公開通過改進不同環境中的用戶優選聽力參數設置的建模，進而導致在聽力設備中應用優化的設置，從而為用戶提供改進的聆聽體驗，這進而允許改進的用戶體驗。
5、此外，本公開通過將個性化環境模型并入學習周期中來提供對最佳聽力設備參數的高效自動搜索。提供驗配代理、設備和方法，其允許通過授權用戶做出直接決定并且對驗配和/或調諧過程具有直接影響來以高效并且最不引入注目的方式學習環境。
6、此外，本公開允許在正常操作情況期間和/或使用少量用戶輸入/交互，可以配置(諸如驗配和/或調諧)聽力設備參數。因此，提供聽力設備的簡單并且流暢的用戶體驗。
1.一種用于聽力設備系統的驗配代理，所述聽力設備系統包括由聽力設備用戶佩戴的聽力設備，其中所述驗配代理包括一個或多個處理器，所述處理器被配置為：
2.根據權利要求1所述的驗配代理，其中所述一個或多個處理器被配置為：基于所述更新的用戶模型來估計所述當前環境的個性化環境概率。
3.根據權利要求2所述的驗配代理，其中所述個性化環境概率是聽力設備參數的域中的一個或多個用戶偏好集群的概率。
4.根據權利要求2-3中任一項所述的驗配代理，其中所述一個或多個處理器被配置為：基于所述個性化環境概率和所述環境數據來更新所述環境模型以提供更新的環境模型。
5.根據權利要求4所述的驗配代理，其中更新所述環境模型包括基于所述個性化環境概率和所述環境數據來更新環境分布函數。
6.根據權利要求1-5中任一項所述的驗配代理，其中所述環境模型是高斯混合模型。
7.根據權利要求6所述的驗配代理，其中更新所述環境模型基于期望最大化算法。
8.根據權利要求1-7中任一項所述的驗配代理，其中獲取環境數據包括：獲取指示用戶位置的位置數據并且基于所述位置數據來確定所述環境數據。
9.根據權利要求1-8中任一項所述的驗配代理，其中獲取環境數據包括：獲取指示所述當前環境中的聲音的音頻數據并且基于所述音頻數據來確定所述環境數據。
10.根據權利要求1-9中任一項所述的驗配代理，其中獲取環境數據包括：獲取指示所述用戶的周圍環境和/或活動的場景數據并且基于所述場景數據來確定所述環境數據。
11.根據權利要求1-10中任一項所述的驗配代理，其中初始化所述環境模型包括：獲取用戶簡檔并且基于所述用戶簡檔來初始化所述環境模型。
12.根據權利要求11所述的驗配代理，其中所述用戶簡檔包括年齡、性別、聽力損失程度和活動水平中的一個或多個，并且其中初始化所述環境模型是基于年齡、性別、聽力損失程度和活動水平中的一個或多個。
13.根據權利要求1-12中任一項所述的驗配代理，其中初始化所述環境模型包括：獲取環境簡檔并且基于所述環境簡檔來初始化所述環境模型。