电子耳蜗是目前世界上唯一能帮助“感音性”耳聋患者部分恢复听力的装置,它的工作原理是将声音信号转换成电脉冲以刺激患病的耳蜗听神经,从而使患者获得一定的听力。目前,植入者在安静的环境中都能够进行正常交谈,言语识别率较高,但是在环境背景噪声较大的场景,如在街道上、商场、餐厅等比较嘈杂的场景,耳蜗植入者的语言识别率会急剧下降。除此之外,现有人工耳蜗植入电极制作方法复杂,良品率低,电极数过少,无法实现更精细编码策略,导致植入者听觉体验不佳。语音增强算法可以有效提高噪声场景下植入者言语识别率,但是传统的语音增强算法只对一种或几种特定类型的噪声有较好的抑制效果,无法适用于日常生活中所有场景。因此需要一种能够检测环境变化并依据检测结果调整语音增强参数的算法。本文在现有理论的基础上,提出了基于环境分类的人工耳蜗语音增强算法,该算法能够自动调整噪声抑制参数,以适应不同的噪声环境。仿真实验选用改进的谱减法作为对照,首先测试了三种不同场景下本文提出语音增强算法的性能,随后在同一场景下与改进的谱减法对比效果。测试场景选取白噪声、粉红噪声和人声。仿真结果表明,基于环境分类的语音增强算法与谱减法相比,基于环境分类的语音增强算法的性能更具优势,尤其是在信噪比为-5dB到10dB时,更好的保留语音信息的同时抑制了噪声,提高了增强语音的质量。电极方面,大量研究指出现有电极数量无法实现更精细编码策略,需要提出新的电极制备工艺以增加电极数量。文章首先介绍了现有电极的性能参数以及制作方法,分析了现有电极的不足,并针对现有电极的缺点,提出了新的人工耳蜗电极的制备方法。本文提出的方法首先使用电子束蒸发技术制作出平面薄膜,随后将薄膜卷曲成形,制作成柔性电极。该方法在原先最多22个触点的基础上比较容易增加电极的数量,例如44个,大大增加了触点数量,为患者听音乐提供了可能。