Tinnitus is the perception of sound without any external source, affecting millions of people worldwide and significantly reducing their quality of life. Since there is no universally effective treatment, alternative approaches such as sound masking are being explored. This bachelor's thesis proposes a digital signal processing (DSP)-based system aimed at reducing tonal tinnitus perception through personalized notch filtering. The methodology included identifying the tinnitus frequency through subjective matching with pure tones, generating different noise types (white, pink, brown, and modulated), and applying a notch filter centered on the target frequency. The entire system was developed in MATLAB, where spectral analysis and patient trials were conducted to evaluate the effectiveness of each configuration. Additionally, an experimental implementation in Python was tested to filter ambient noise in real time using a microphone input, with a focus on minimizing latency and maintaining audio quality. Results showed that masking was effective during playback in most sessions, especially when using white noise, which was also rated as the most comfortable by the subject. However, the persistence of the effect after the sound stopped (known as residual inhibition) was less consistent and varied depending on multiple factors. Overall, the system proved to be flexible, user-adaptable, and well-tolerated, suggesting its potential as a complementary therapeutic tool. As a future improvement, the development of a mobile application is proposed, allowing users to intuitively configure the parameters and enabling use in both clinical and home settings.

El tinnitus es una percepción sonora sin fuente externa que afecta a millones de personas en todo el mundo, reduciendo su calidad de vida. Actualmente no existe un tratamiento universalmente efectivo, por lo que se investigan enfoques alternativos como el enmascaramiento sonoro. Este trabajo de fin de grado propone una solución basada en procesamiento digital de señales (DSP) para atenuar la percepción del tinnitus tonal mediante un sistema de filtrado personalizado. La metodología consistió en identificar la frecuencia del tinnitus mediante prueba subjetiva con tonos puros, generar diferentes tipos de ruido (blanco, rosa, marrón y modulado) y aplicar un filtro notch centrado en la frecuencia objetivo. Todo ello se implementó en MATLAB, realizando análisis espectral y pruebas con paciente para evaluar la efectividad de cada configuración. Además, se exploró una implementación experimental en Python para el procesamiento del sonido ambiental en tiempo real, capturado por micrófono y filtrado al instante, con especial atención a la latencia y estabilidad del sistema. Los resultados mostraron que el enmascaramiento fue efectivo durante la reproducción en la mayoría de los casos, siendo el ruido blanco el que ofreció mejores sensaciones de confort y supresión. Sin embargo, la persistencia de este efecto una vez detenido el sonido (llamada inhibición residual) fue menos consistente y dependió de múltiples factores. En conjunto, el sistema resultó flexible, adaptable a distintas preferencias auditivas y bien tolerado por el paciente, lo que lo posiciona como una posible herramienta terapéutica de apoyo. Como propuesta de mejora futura, se plantea desarrollar una aplicación móvil que permita ajustar los parámetros de forma intuitiva, facilitando su uso tanto en entornos clínicos como domésticos.