4、WDRC（宽动态范围压缩）算法原理与实现：压缩比、拐点、攻击/释放时间，C代码实现。
好，咱们今天聊一个助听器算法里最核心、也最绕不开的东西——WDRC，宽动态范围压缩。
说白了，WDRC 要解决什么问题？你想想看，正常人的听觉动态范围大概有 120 dB，从树叶沙沙响到飞机轰鸣都能听。但听损患者呢？这个范围被压缩了，可能只剩下 40-50 dB。小声听不见，大声又觉得吵。WDRC 就是干这个的——把宽范围的输入信号，映射到患者残余的窄动态范围里。
我个人习惯把 WDRC 比作一个「智能音量调节器」。它不是简单地把所有声音放大或缩小，而是根据输入信号的强弱，动态调整增益。小声多放大，大声少放大，甚至不放大。这样患者才能既听到悄悄话，又不被关门声吓一跳。
4.1 三个核心参数：压缩比、拐点、攻击/释放时间
这三个参数，是 WDRC 的灵魂。调好了，患者戴着舒服；调不好，听着就难受。我在项目中遇到过好几次，参数没调对，患者反馈「声音怪怪的」「听不清」「有回声」，最后排查下来都是这几个参数的问题。
4.1.1 压缩比（Compression Ratio, CR）
压缩比定义了输入和输出之间的关系。公式很简单：
CR = (输入变化量) / (输出变化量)举个例子：CR = 2:1，意味着输入增加 20 dB，输出只增加 10 dB。CR 越大，压缩越狠。
实际应用中，压缩比通常设置在 1:1 到 5:1 之间。轻度听损用 1.5:1 到 2:1，重度听损可能用到 3:1 甚至更高。我见过一些极端案例，CR 设到 8:1，但说实话，那声音已经很不自然了。
| 听损程度 | 推荐压缩比 | 说明 |
|---|---|---|
| 轻度（25-40 dB） | 1.2:1 ~ 1.5:1 | 轻微压缩，保持自然度 |
| 中度（40-60 dB） | 1.5:1 ~ 2.5:1 | 适度压缩，平衡舒适度 |
| 重度（60-80 dB） | 2.5:1 ~ 4:1 | 较强压缩，保证可听度 |
| 极重度（>80 dB） | 3:1 ~ 5:1 | 强压缩，但注意音质 |
4.1.2 拐点（Knee Point）
拐点就是压缩开始生效的阈值。低于拐点的信号，按线性放大；高于拐点的信号，开始压缩。
拐点通常设置在 40-60 dB SPL 之间。设置得太低，连正常说话声都被压缩，声音会失真；设置得太高，压缩器基本不工作，起不到保护作用。
嗯，这里要注意：拐点有「硬拐点」和「软拐点」之分。硬拐点就是一条折线，到了阈值突然开始压缩。软拐点则是平滑过渡，压缩比逐渐增大。我个人更推荐软拐点，过渡更自然，患者不容易察觉到「压缩感」。
4.1.3 攻击时间与释放时间（Attack & Release Time）
这两个参数决定了压缩器的「反应速度」。
- 攻击时间：当输入信号超过拐点时，压缩器开始工作所需的时间。通常 1-10 ms。
- 释放时间：当输入信号回落到拐点以下时，压缩器停止工作所需的时间。通常 50-500 ms。
攻击时间太短（比如 <1 ms），对瞬态信号（如关门声、拍手声）反应太快，声音会变得「扁平」，失去动态感。攻击时间太长（比如 >20 ms），瞬态信号已经过去了，压缩器还没反应过来，起不到保护作用。
释放时间更讲究。太短（<50 ms），增益恢复太快，会听到「呼吸效应」——背景噪声忽大忽小。太长（>500 ms），增益恢复太慢，下一个声音来了还在压缩，导致「掩蔽效应」——小声被吞掉。
我的经验值：
- 攻击时间：5 ms 是个不错的起点。对瞬态有保护，又不会太激进。
- 释放时间：100-200 ms 比较安全。太短容易有呼吸效应，太长会吞掉后续的小声。
当然，具体值要根据患者的听损类型和聆听环境来调。我记得有个老年患者，对瞬态特别敏感，我就把攻击时间降到 2 ms，释放时间拉到 300 ms，效果很好。
4.2 WDRC 的 C 代码实现
理论说完了，咱们上代码。下面是一个简化的 WDRC 实现，包含了核心的压缩逻辑。
// wdrc.h
#ifndef WDRC_H
#define WDRC_H
typedef struct {
float knee_threshold; // 拐点阈值 (dB)
float compression_ratio; // 压缩比
float attack_time; // 攻击时间 (ms)
float release_time; // 释放时间 (ms)
float sample_rate; // 采样率 (Hz)
// 内部状态
float gain_smooth; // 平滑后的增益
float alpha_attack; // 攻击平滑系数
float alpha_release; // 释放平滑系数
} WDRC_Handle;
void WDRC_Init(WDRC_Handle *h);
float WDRC_Process(WDRC_Handle *h, float input_dB);
#endif
// wdrc.c
#include "wdrc.h"
#include <math.h>
void WDRC_Init(WDRC_Handle *h) {
// 计算平滑系数
// alpha = exp(-1 / (tau * fs))
h->alpha_attack = expf(-1.0f / (h->attack_time * 1e-3f * h->sample_rate));
h->alpha_release = expf(-1.0f / (h->release_time * 1e-3f * h->sample_rate));
h->gain_smooth = 0.0f; // 初始增益为0 dB
}
float WDRC_Process(WDRC_Handle *h, float input_dB) {
float target_gain;
float alpha;
// 1. 计算目标增益
if (input_dB <= h->knee_threshold) {
// 低于拐点：线性放大（增益为0，即不压缩）
target_gain = 0.0f;
} else {
// 高于拐点：按压缩比计算
// 输出 = 拐点 + (输入 - 拐点) / CR
// 增益 = 输出 - 输入
float output_dB = h->knee_threshold +
(input_dB - h->knee_threshold) / h->compression_ratio;
target_gain = output_dB - input_dB;
}
// 2. 平滑处理（攻击/释放时间）
if (target_gain < h->gain_smooth) {
// 增益在减小 → 攻击阶段
alpha = h->alpha_attack;
} else {
// 增益在增大 → 释放阶段
alpha = h->alpha_release;
}
h->gain_smooth = alpha * h->gain_smooth + (1.0f - alpha) * target_gain;
return h->gain_smooth;
}
- 输入输出都用 dB 表示，方便计算。实际应用中，需要先把线性信号转成 dB，处理完再转回来。
- 平滑系数用指数平滑公式，简单高效，适合低功耗平台。
- 攻击和释放用不同的平滑系数，分别控制响应速度。
4.3 实际工程中的注意事项
代码看起来简单，但真正落地时坑不少。我踩过的几个，分享给你：
- dB 转换的精度问题：在低功耗芯片上，log 和 exp 运算很贵。我建议用查表法，或者用多项式近似。曾经有个项目，因为 log 运算太慢，导致处理延迟超标，最后换成查表才解决。
- 增益平滑的初始化：启动时，增益平滑值不要从 0 开始，否则会有「噗」的一声。我习惯先跑一段静音，让增益稳定到目标值再输出。
- 多通道 WDRC：实际助听器都是分频段处理的，每个频段独立做 WDRC。但要注意，不同频段的增益差异不能太大，否则会产生「频谱失真」，声音听起来像「罐头音」。
- 反馈抑制的配合：WDRC 放大小声时，容易引发反馈啸叫。所以 WDRC 通常要和反馈抑制算法配合使用。我一般会在 WDRC 后面加一个限幅器，防止增益过大导致啸叫。
4.4 小结
WDRC 是助听器的核心算法，没有之一。压缩比、拐点、攻击/释放时间，这三个参数调好了，患者满意度能提升一大截。
我个人觉得，做 WDRC 最重要的是「平衡」——既要让患者听得见，又要让声音自然；既要保护残余听力，又不能影响音质。这个平衡点，需要经验和耐心去摸索。
下一章，咱们聊聊反馈抑制算法。那个东西，比 WDRC 更让人头疼。到时候见。