论文部分内容阅读
目前三维声音重放技术主要有以下几种:波场合成技术(WaveFieldSynthesis，WFS)、Ambisonics技术和双耳技术。双耳技术因其布局简单、应用方便、易于实现及成本低等优点成为三维声音重放的研究热点。它的重放方式有两种:一种是基于耳机的三维声音重放;另一种是基于扬声器的三维声音重放。 基于耳机的三维声音重放原理是利用头相关传递函数(Head-relatedTransferFunction，HRTF)来模拟声音传输至耳膜的过程，从而虚拟出三维声音效果。但是它存在声像“头内定位”问题，该问题极大地影响了双耳听觉舒适度且容易产生听觉疲劳，这是因为基于耳机的三维声音重放，传输至耳道的声音缺乏三维空间信息或者三维空间信息不准确，如采用非个性化的HRTF、房间冲击响应模拟不充分以及未对耳机频响特性作补偿等。而基于扬声器的三维声音重放，由于它缺乏耳机本身具有的信道分离能力，左扬声器的信号不仅传输至左耳，同时右耳也能听到，右扬声器的情况也一样，这就是扬声器重放存在的“串扰(Cross-talk)”问题;此外，由于人头的转动或位置移动，扬声器到听者之间的传递函数随之改变，因此如何提高系统的鲁棒性是扬声器重放的又一关键问题。针对上述存在的问题，本文所做的工作如下: 1)针对耳机三维声音重放，本文根据声音在真实环境中的传输特性与耳机虚拟听觉重放之间的差异，将其差异补偿至耳机听觉重放中。声音的传输过程分为三个部分:声源、房间声学特性（传输媒介，用房间脉冲响应RoomImpulseResponse，RIR表征）以及听者（用HRTF表示）。因此针对耳机三维声音重放，本文主要对房间冲击响应和HRTF两部分内容进行研究。 a)研究HRTF的原理特性并从实际应用的角度对HRTF数据进行滤波器建模，以提高算法的运算效率及减少存储空间。 b)提出了一种改进型的房间冲击响应合成方法。考虑到传统镜像源法(ImageSourceMethod，ISM)对房间特性模拟不充分以及冲击响应阶数很长（千阶甚至上万阶），运算效率很低;本文采用一种混合的方法，利用改进型镜像源法模拟房间冲击响应的早期反射;而晚期反射从统计特性角度分析，具有扩散场的特性，采用反馈延时网络(FeedbackDelayNetwork，FDN)方法模拟，从而在不影响合成音质的前提下极大地降低算法的运算复杂度。 2)研究扬声器重放存在的串扰问题。重点研究了频域最小均方估计方法(LMS)的串声消除效果;以前的研究主要集中在串声消除滤波器的设计或者扬声器配置各自对串声消除/系统鲁棒性的影响，因此不同的扬声器配置可能需要设计不同的串声消除滤波器。本文系统地研究了串声消除滤波器的设计和扬声器配置（三种不同参数:串声消除滤波器的阶数、规整化参数和扬声器配置角度）对串声消除效果的影响;通过遍历的方法考察了所有可能的参数组合对串声消除效果的影响。根据两评价指标(通道分离度(ChannelSeparation，CHSP)和性能误差(PerformanceError，PE)）对结果进行统计分析，确定一组在所有参数配置下的最优参数，最后对确定的最优参数进行验证。 3)研究了一种简化的两扬声器重放三维声音的算法。该算法的思想是利用人头本身具有的类似低通滤波器特性和人耳听觉系统特点，通过带限的方法将信号分成低频、中频和高频三部分，然后对各频段信号分别通过调整双耳时间差(InterauralTimeDifference，ITD)和双耳声压差(InterauralLevelDifference，ILD)实现虚拟三维声音重放。由于该算法运算效率很高，特别适合应用于对实时性要求很高的系统，但由于人头对高频的衰减特性和对人的听觉系统特性采用近似的方法，所以该算法的缺点是精度不高。