基于空間聽覺的聲源定位和三維聲再現(xiàn)技術(shù)研究.pdf

1、空間聽覺是興起于二十世紀八十年代的研究課題，以心理聲學和現(xiàn)代數(shù)字信號處理為理論基礎(chǔ)，重點研究聲音中包含的空間方位信息與聽覺環(huán)境對聽覺定位的影響?？臻g聽覺的研究主要集中在兩個方面：一是研究聲音中可以體現(xiàn)方位感的聽覺線索，并從聲音中提取方位線索用于聲源位置的判斷，即空間聽覺定位：另一方面是為原始聲音信號增加一定的空間方位線索，使聽者感受到期望的聲源方位感和環(huán)境內(nèi)容，再現(xiàn)三維聲場。因為人類聽覺系統(tǒng)的結(jié)構(gòu)復雜，聽覺的生理過程和心理過程沒有被全面

2、了解，空間聽覺的研究仍然處于探索階段，還存在很多問題未解決，其中主要有：聽覺方位特征的提取與利用；聽覺定位的模型與方法：三維聲再現(xiàn)的方式與實現(xiàn)等，對這些問題的研究都有待于不斷深入完善。 論文首先概述了空間聽覺研究的背景、發(fā)展過程和應用，并介紹了空間聽覺的基本理論與基本概念。對現(xiàn)有的聲源定位方法進行總結(jié)和比較，分析空間聽覺定位的特點。引出空間聽覺的方位特征。研究表明，與頭相關(guān)傳遞函數(shù)(HeadRelatedTansferFunct

3、ion：HRTF)體現(xiàn)了聲波傳遞過程中外耳、頭部、軀干等對來自不同方向聲音信號的濾波作用，既包含頻譜特征，也綜合了耳間差異特征，是重要的方位特征。因此，本文以HRTF作為研究方位特征的對象，對空間聽覺定位和三維聲再現(xiàn)中的一些問題進行探索，開展了一系列的研究工作，主要內(nèi)容包括： 針對利用機器進行聲源定位的問題，簡要介紹已有的機器人聲源定位方案，分析了傳統(tǒng)的麥克風陣列定位方法和入耳聽覺定位方法的差異?；跍p小裝置復雜性和節(jié)約空間的目

4、的，本文提出一種基于空間聽覺機理的聲源定位方案。該方案利用人工頭的雙耳拾取兩路聲信號進行聲源定位，包括以下兩部分研究內(nèi)容：(1)定位模型與方法。從人工頭拾取的雙耳信號中提取出HRTF數(shù)據(jù)，利用神經(jīng)網(wǎng)絡模型實現(xiàn)從HRTF頻譜特征到聲源方位的映射，通過多種編碼方式進行加權(quán)估計。確定聲源的方位。仿真表明這種方法的定位精度較高，而且聲源方位的識別具有連續(xù)性，流程簡單：(2)方位特征的預處理。為提高映射模型進行聲源定位的性能，給出提取有效方位特征

5、的方法。通過放大不同方位HRTF頻譜的差異，增強方位間的頻譜區(qū)別：同時選擇HRTF頻譜中包含方位信息最豐富的中間頻帶，精煉定位線索。仿真結(jié)果表明這種預處理能夠突出方位特征，簡化定位模型結(jié)構(gòu)。 相鄰方位的HRTF頻譜存在較多共性，間隔較大的方位之間HRTF頻譜差異較大。為更好地展現(xiàn)HRTF頻譜變化與聲源方向之間的內(nèi)在聯(lián)系，簡化空間聽覺模型，論文對HRTF方位特征分類的問題進行探討。先將有序連接的左右耳HRTF頻譜進行主元素分析(P

6、CA)，獲得各方位頻譜的PCA系數(shù)作為方位特征，再利用適當?shù)木垲惙椒▽@些方位特征分類，得到聲源方位的區(qū)域劃分和相應的代表方位。代表方位的HRTF頻譜就體現(xiàn)了該區(qū)域的共性特征，不同區(qū)域說明了方位間的差異。對代表方位的PCA系數(shù)作內(nèi)插可以恢復出整個空間HRTF數(shù)據(jù)，建立簡化模型，大大壓縮了數(shù)據(jù)量，便于三維聲再現(xiàn)的實時應用。 三維聲再現(xiàn)中經(jīng)常需要使用揚聲器進行聲音重發(fā)，這會出現(xiàn)交叉串音現(xiàn)象，需要設計適當?shù)拇粝到y(tǒng)來解決。本文針對

7、串音消除系統(tǒng)的兩個問題做出改進：(1)經(jīng)典串音消除結(jié)構(gòu)設計中較高的逆濾波器階數(shù)。為簡化結(jié)構(gòu)、便于應用，根據(jù)揚聲器到兩耳傳遞函數(shù)的特點提出一種簡化的級聯(lián)結(jié)構(gòu)方案，使用公共逆濾波器的方法簡化整體結(jié)構(gòu)，降低階數(shù)，并設計了相應的串音消除濾波器參數(shù)調(diào)節(jié)算法，計算機仿真結(jié)果和真實環(huán)境測試結(jié)果驗證了該方案的有效性；(2)因聽者移動造成的基于固定位置設計的串音消除系統(tǒng)性能下降。針對聽者在較小范圍內(nèi)移動的問題，本文提出一種魯棒的串音消除濾波器設計方案。對