头相关传输函数与虚拟听觉

头相关传输函数(HRTF)是自由场情况下点声源到双耳的声学传输函数,它包含了有关声源的主要空间信息,因而在双耳空间听觉的研究方面有非常重要的意义.作为HRTF的一个重要的应用,虚拟听觉则是近二十年发展起来的新技术,它利用HRTF进行信号处理,模拟出声波从声源到双耳的传输,从而在耳机或扬声器重放中虚拟出相应的空间听觉.虚拟听觉技术在有关听觉的科学实验、通信、多媒体与虚拟现实、家用声重放、室内声学设计等科学研究、工程技术、消费电子领域都有重要的应用价值.近十多年来,国际上有关HRTF和虚拟听觉技术的研究发展很快,已成为声学、信号处理、听觉等研究领域的热门与前沿课题,并已在众多的领域得到应用.     

近场头相关传输函数的多声源快速测量系统设计与验证

近场头相关传输函数(HRTF)是双耳听觉科学研究和虚拟听觉重放应用的重要基础数据。近场HRTF测量系统要求具有高的测量效率、精度和重复性,以至于目前未见文献解决真人受试者的近场HRTF测量困难。本文研究并实现了一种计算机控制的近场HRTF的高效测量系统,并提出系统的快速校准方法,首先实现了真人受试者的近场HRTF测量。通过声学、机械与电子硬件和软件的综合设计,提高了测量效率。通过准确校准声源、受试者和双耳传声器的位置,提高了测量精确度和重复性。系统可用于1.0 m范围内不同声源距离的真人受试者以及人工头的近场HRTF测量,单个声源距离的全空间近场HRTF测量时间减少至20 min以内。测量结果表明,系统测量精度满足实际需求,可用于科学研究和个性化近场HRTF测量及数据库建立。      

头相关传输函数幅度谱的听觉空间分辨阈值的分析

提出一种分析头相关传输函数(head-related transfer function,HRTF)幅度谱的听觉空间分辨阈值模型。采用数值计算得到的高空间分辨率HRTF数据,计算了声源空间位置变化引起的HRTF幅度谱的变化,进一步利用Moore响度模型分析双耳响度级差、双耳响度级谱和总响度级等三个听觉感知量的变化。根据现有的3个听觉感知量最小可察觉差异,模型利用双耳响度级差和双耳响度级谱的变化得到的估计结果与心理声学实验一致,因此是一种有效预测听觉空间分辨阈值的方法,可用于为简化虚拟听觉信号处理和数据储存。      

头相关传输函数幅度谱的听觉空间分辨阈值的分析

提出一种分析头相关传输函数(head-related transfer function,HRTF)幅度谱的听觉空间分辨阈值模型。采用数值计算得到的高空间分辨率HRTF数据,计算了声源空间位置变化引起的HRTF幅度谱的变化,进一步利用Moore响度模型分析双耳响度级差、双耳响度级谱和总响度级等三个听觉感知量的变化。根据现有的3个听觉感知量最小可察觉差异,模型利用双耳响度级差和双耳响度级谱的变化得到的估计结果与心理声学实验一致,因此是一种有效预测听觉空间分辨阈值的方法,可用于为简化虚拟听觉信号处理和数据储存。     

个性化头相关传输函数的近似获取——现状和问题

虚拟听觉重放采用头相关传输函数(HRTF)合成双耳声信号,并用耳机重放,以产生所需的空间听觉事件。理想的虚拟听觉重放需要个性化HRTF。个性化HRTF可通过实验测量或数值计算相对地准确获得。然而,测量每个潜在使用者的高空间分辨率HRTF是困难的,而数值计算HRTF的频段往往受限于计算机性能。近年发展了多种HRTF的近似获取方法,并成为热门研究课题,但效果有待验证和提高。本文评述了个性化HRTF近似的研究进展,指出了存在的问题和今后的方向。     

人工头近场头相关传输函数及其特性

采用球形正十二面体声源及其空间定位系统,测量并建立了KEMAR人工头的近场头相关传输函数(HRTF)数据库。基于数据库分析了近场HRTF在频域和时域随声源距离变化的规律;讨论了用近场HRTF算得的双耳声级差(TLD)和双耳时间差(ITD)所包含的声源距离定位信息。结果表明,测量系统和所得数据具有较好的重复性和准确性,保留了1 kHz以下的低频定位信息。并且,近场HRTF幅度谱和ILD随声源距离的变化明显;用相关法算得2 kHz以下频段的ITD随声源距离略有变化。本文数据库及其分析结果将为声源距离定位的应用提供基础。      

重放自由场虚拟源距离信息的动态双耳Ambisonics方法

双耳重放的目标之一是在耳机重放中产生不同方向和距离的虚拟源感知。本文研究了动态双耳Ambisonics重放自由场虚拟源方向和距离信息的简化信号处理方法。该信号处理方法包括两步:第1步是基于目标声场的球谐函数分解,合成采用扬声器的近场Ambisonics重放中逐级重构目标声场的信号;第2步是采用虚拟扬声器重放的方法,用动态头相关函数滤波处理将Ambisonics的扬声器重放信号转换为双耳重放信号并用耳机重放。进一步研究了动态双耳Ambisonics的阶数对定位效果的影响,为简化信号处理提供依据。对重放产生的双耳声压分析表明,5阶动态双耳Ambisonics重放足以提供听觉方向定位和距离感知的重要信息。同时心理声学的实验结果表明,结合声源距离相关的响度因素,5阶动态双耳Ambisonics重放可产生不同方向和1.0 m以下不同近场距离的自由场虚拟源的听觉感知。本文的方法仅需要固定距离的48个均匀空间方向的远场非个性化HRTF处理,实现了信号处理的简化。      

基于个体张量分解与模态的头相关传输函数重构

远场头相关传输函数(HRTF)随声源方向、频率以及个体变化。完整HRTF的数据量很大,且测量或计算每个人的高方向分辨率HRTF是很困难的。本文提出一种从少量方向的测量或计算重构高方向分辨率HRTF的方法。基于HRTF张量分解,远场HRTF可分解为方向模态、频率模态和少量个体模态的张量组合。通过对已有的基线HRTF数据库进行统计分析,可得到与个体无关的方向模态矩阵和频率模态矩阵。而对于任何新的个体,只要少量方向的测量或计算HRTF即可估计出个体模态的变化,并重构出高方向分辨率的HRTF数据。对两个HRTF数据库的计算表明,采用11个个体模态即可表示超过98%的个体相关的HRTF能量变化,并从大约30个方向的测量或计算HRTF重构出高方向分辨率的HRTF幅度。心理声学实验验证了提出的方法。该方法可用于简化个性化HRTF的测量或计算。     

不同测量对头相关传输函数的听觉影响

头相关传输函数(HRTF)是虚拟听觉重放的核心·目前,HRTF的实验室测量缺乏统一的规范。本文研究了不同测量对HRTF的听觉影响。首先提出了扩散场均衡的预处理方法,并对来自5个不同数据库的KEMAR假人的HRTF数据进行了扩散场均衡;然后,采用谱差异评估了不同数据库HRTF测量的频谱差异;最后,采用HRTF合成的虚拟声信号开展了一系列的主观听音实验,包括定位实验和区分实验·结果表明,扩散场均衡是一种有效的HRTF预处理方法,可以减小不同测量对HRTF频谱的影响;不同测量基本上不影响HRTF在12 kHz以下的定位效果,但对音色的影响较大,从而导致听觉上的可区分.      

头相关传输函数空间采样、插值与环绕声重放

从空间方向采样的角度对头相关传输函数(HRTF)空间插值、多通路环绕声重放进行了分析,证明了它们在数学上是完全等价的,不同的HRTF空间插值方法对应于不同的多通路环绕声信号馈给,并给出了多通路环绕声信号馈给以及立体声的正弦定理更严格的数学推导。分析指出企图用相邻线性插值的方法得到侧向的HRTF是错误的,并从保证声像定位的角度,对现有的HRTF相邻线性插值公式进行了修正。分析最后指出,HRTF以及虚拟声的许多分析方法可与多通路环绕声相互借鉴。     

头相关传输函数的低频特性

提出了一种对测量得到头相关传输函数(HRTF)的低频特性进行修正的方法.通过头部的刚球模型对HRTF的低频特性进行分析,证明了无论对远场或近场HRTF,大约在400 Hz以下,其幅度趋于恒定,而相位接近线性.因而只要通过实验测量得到400 Hz以上的HRTF特性,即可采刚理论的结果对其进行修正.理论计算和主现实验证明,所提出的方法是切实可行的.     

近场头相关传递函数的数值计算与特性分析

建立了近场头相关传递函数(HRTF)的边界元算法,针对刚性圆球人头简化模型,利用解析计算结果对其进行了验证,然后依据GB/T2428-1998建立了一个椭球人头模型,利用边界元算法计算了中低频多个空间方位的近场HRTF,并对其随方位和距离的变化特性进行了分析。     

基于听觉感知特性的双耳音频处理技术*

自20世纪30年代引入立体声以来,人类对逼真的听觉体验一直进行着孜孜不倦的追求。双耳音频处理技术基于人耳听觉感知特性,利用计算机和数字信号处理等技术在听者双耳鼓膜处模拟出与真实场景相同的声压,以期给人以“身临其境”的体验,一直是音频信号处理领域的重要研究内容,特别是近两年随着虚拟现实等应用的蓬勃发展,得到更多关注。该文主要围绕双耳音频处理技术中所涉及的关键环节:双耳录音、双耳合成、耳机重放、扬声器重放、头跟踪等领域,以及相关典型应用场景进行较为系统的介绍,最后给出总结与展望。     

一种快速合成多虚拟声源的头相关传输函数模型

提出了一种用于实时快速合成多个虚拟声源的头相关传输函数(HRTF)模型。首先对水平面的头相关脉冲响应(HRIR,头相关传输函数的时域形式)数据进行两层小波包分解,然后用一组子带滤波器和综合滤波器建立模型。子带滤波器的系数由HRIR小波系数的零插值得到,综合滤波器的系数由小波函数计算得到。通过使用阈值法对小波系数进行压缩,即可达到简化模型、减小运算量的目的。计算表明,只需要使用30点的小波系数建模,可使模型的重构误差控制在1%的量级。而心理声学实验表明,使用35点的小波系数,模型可得到和原始的HRTF滤波器相当的听觉效果。在同时合成多个虚拟声源的实时计算中,模型的运算量明显小于普通的HRTF滤波器。      

两扬声器虚拟声重放的双耳声压控制与定位性能

在两扬声器虚拟声重放中,通过精确重构双耳声压而产生不同的空间听觉感知。其重放的定位性能应该是由双耳声压控制的代价和稳定性所共同决定的。过去研究主要对双耳声压控制的稳定性进行分析,并以此作为扬声器布置和信号处理的依据。该文研究表明仅对双耳声压的稳定性分析是不足以完全衡量扬声器虚拟声重放的定位性能的。进一步采用虚拟声信号处理滤波器响应平均功率对双耳声压控制的代价进行分析。结果表明,缩窄左右对称扬声器布置的张角或采用非对称扬声器布置会明显增加产生侧向目标虚拟源时的双耳声压控制代价。虚拟源(虚拟声像)定位实验表明,双耳声压控制代价增加会引起虚拟源定位缺陷。实际应用中,为了有效产生侧向虚拟源,应避免采用过窄张角(如立体声偶极)和非对称的扬声器布置。     

采用无耳壳头相关传输函数的虚拟声信号处理

本文提出采用无耳壳、封闭耳道的头相关传输函数（HRTF）进行虚拟声信号处理的方法。理论分析表明，在包含功率均衡的扬声器虚拟声信号处理中，采用无耳壳、封闭耳道的头相关传输函数可有效地减少信号处理函数的谷点，从而减少声重发的音色改变。心理声学的实验结果表明，新处理方法的声像定位与传统的带耳壳、耳道的HRTF处理无显著区别，但音色较后者有所改善。因而新的方法更适合实际的虚拟声信号处理应用。     

室内两步法监督式学习双耳声源距离估计

提出一种室内环境下两步法监督式学习双耳声源距离估计算法,该算法通过预先估计声源方位角信息以克服声源方位角的变化对声源距离估计性能的不利影响.该算法第1步利用深度神经网络模型估计声源的方位角,并将不同方位角的双耳信号分类;第2步中对每个方位角的双耳信号采用独立的深度神经网络模型进行声源距离估计,其中距离特征选用双耳信号的一些双耳特征和统计特性。在仿真和实际环境下,本文提出的两步法声源距离估计算法的距离估计准确率比现有算法提高了3%~5%左右,并且在各种不匹配环境下的距离估计准确率比现有算法高出5%~10%左右。实验结果表明利用声源方位角信息可以有效提高双耳声源距离估计算法的性能。      

利用残差网络分析普氏蹄蝠耳朵对恒频声源定向的影响

为研究恒频蝙蝠耳朵与空间定位的关系,利用深度学习算法和仿蝙蝠静态双耳接收器,分析蝙蝠耳朵对恒频声源定向的影响。首先根据普氏蹄蝠耳朵模型设计不同双耳夹角和间距的仿生双耳接收器,并从多个空间方位采集声源发射的不同频率的恒频声呐信号,然后提取双耳同步采集信号的时频图并归一化作为输入特征,最后利用残差网络实现声源定向。实验结果表明,静态双耳接收器对恒频声源的定向误差平均值基本保持在3.5°以下,但高于动态单耳接收器的定向误差;定向精度与声源频率及声源所在空间方位有关,声源位于接收器水平方向±30°范围内时,定向精度相对较高;双耳夹角和间距也会影响定向精度,且前者影响较为显著。     

Directivity of Spherical Polyhedron Sound Source Used in Near-Field HRTF Measurements

The omnidirectional character is one of important requirements for the sound source used in near-field head- related transfer function （HRTF） measurements. Based on the analysis on the radiation sound pressure and directivity character of various spherical polyhedron sound sources, a spherical dodecahedral sound source with radius of O. 035 m is proposed and manufactured. Theoretical and measured results indicate that the sound source is approximately omnidirectional below the frequency of 8 kHz. In addition, the sound source has reasonable magnitude response from 350Hz to 20 kHz and linear phase characteristics. Therefore, it is suitable for the near-field HRTF measurements.     

基于稀疏表示和特征加权的离格双耳声源定位*

基于头相关传递函数数据库的传统双耳声源定位方法的定位角度往往被限定在头相关传递函数数据库的离散测量点上。当头相关传递函数数据库的测量方位角间隔较大时,这类算法的性能会显著下降,这就是典型的离格问题。该文提出了基于加权宽带稀疏贝叶斯学习的离格双耳声源定位算法。首先该算法建立离格双耳信号的稀疏表示模型,然后利用双耳相干与扩散能量比特征对各个频点进行加权以降低噪声和混响的影响,最后通过加权宽带稀疏贝叶斯学习方法估计离格声源的方位角。实验结果表明,该算法在各种复杂的声学环境下都有着较高的定位精度和鲁棒性,特别是提高了离格条件下的声源定位性能。