hrtf庫的模式選擇、一種基于頭相關(guān)傳輸函數(shù)線性插值vr音頻方法、人工混響模式

1、GB/T XXXXX.3—XXXX98附 錄 A（資料性)HRTF 庫的模式選擇A.1 簡介虛擬現(xiàn)實(shí)音頻技術(shù)將用到 HRTF，HRTF 可將無方位感的單聲道音頻信號(hào)經(jīng)濾波得到左右兩路音頻信號(hào)，這個(gè)雙聲道立體聲信號(hào)將體現(xiàn)聲音的方位感。A.2 可供參考的HRTF目前， 國際上公開的HRTF數(shù)據(jù)庫主要采用AES協(xié)會(huì)在AES69-2020標(biāo)準(zhǔn)中規(guī)定的SOFA格式進(jìn)行存儲(chǔ)， 下面的鏈接中提供了相應(yīng)的下載信息和相應(yīng)讀取方式， 其中數(shù)據(jù)庫包括實(shí)際人頭

2、測量、假人頭測量、含房間混響等的 HRTF 數(shù)據(jù)庫：https://www.sofaconventions.org/mediawiki/index.php/SOFA_(Spatially_Oriented_Format_for_Acoustics)下方鏈接為 22.2 聲道測量的雙耳房間脈沖響應(yīng)的下載信息：https://github.com/IoSR-Surrey/IoSR_ListeningRoom_BRIRs注：SOFA 只是一種

3、文件格式，使用該形式提供的 HRTF 數(shù)據(jù)庫時(shí)需審閱對(duì)應(yīng) HRTF 庫的 license 文件，如網(wǎng)站上的 HUTUBS 數(shù)據(jù)庫采取 Attribution 4.0 International (CC BY 4.0)，chedar 數(shù) 據(jù) 庫 采 取 Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA4.0)，使用時(shí)需自行評(píng)估 license 相關(guān)條款。

4、22.2 聲道測量的雙耳房間脈沖響應(yīng) license 為 Attribution 4.0 International (CC BY 4.0)。由于鏈接涵蓋了這些信息，附錄 A 無需重復(fù)陳述。A.3 HRTF 使用方案一般在 HRTF 數(shù)據(jù)庫儲(chǔ)存 HRIR 數(shù)據(jù)，即 HRTF 的時(shí)域表達(dá)形式，可視作沖激響應(yīng)。使用時(shí)可根據(jù)需要讀取對(duì)應(yīng)角度的 HRIR 數(shù)據(jù)，與輸入的 PCM 碼流做卷積。根據(jù)計(jì)算能力和延時(shí)方面出發(fā)考慮， 應(yīng)結(jié)合具體使用場景以

5、及具體 HRIR 來調(diào)整使用方案，如采用對(duì) HRIR 拖尾做一定的截?cái)啵皇褂?HRIR 前端的廢數(shù)據(jù)等方法。A.4 HRTF和附錄C中采樣混響的使用方案由于 HRTF 的時(shí)域形式 HRIR 和采樣混響 IR 在本質(zhì)上都是沖擊響應(yīng)，所以使用上可以采用兩種方案：1. 將 HRTF 的時(shí)域模式 HRIR 和采樣混響 IR 先做卷積得到一個(gè)更長的 FIR 濾波器，然后用此濾波器跟輸入信號(hào)做快速卷積， 先集成的好處是可以湊夠較長的序列然后便于做

6、快速卷積。2. HRTF 和采樣混響分開，即先經(jīng)過 HRTF 處理再送入采樣混響。這樣分步驟比較適合運(yùn)動(dòng)場景以及多路聲音的處理。比如多路聲音先經(jīng)各自不同的 HRTF 處理，然后混音，再送入采樣混響， 而不是各自都經(jīng)過較長的， HRIR 卷積上采樣混響 IR 后的序列， 再混音。GB/T XXXXX.3—XXXX100附 錄 B（資料性)一種基于頭相關(guān)傳輸函數(shù)線性插值的 VR 音頻方法B.1 概述附錄 B 提供了一種頭相關(guān)傳輸函數(shù)（HRT

7、F）的線性插值方法，用來預(yù)測空間未知位置的 HRTF，提高 HRTF 數(shù)據(jù)的空間分辨率。通過對(duì)待輸入的單路音頻進(jìn)行空間定位渲染，最終通過耳機(jī)回放具有空間方位感的音頻。B.2 技術(shù)框架附錄 B 采用基于最小相位估計(jì)與計(jì)算雙耳時(shí)間差（ITD）的 HRTF 幅值線性插值方法，預(yù)測得到了分辨率更高的可以用來進(jìn)行音頻實(shí)時(shí)渲染的 HRTF 數(shù)據(jù)庫（360 個(gè)方向，間隔 1度）， 考慮到應(yīng)用場景里需要實(shí)現(xiàn)任意方向音頻的實(shí)時(shí)渲染， 因此需要算法復(fù)雜度和

8、時(shí)間復(fù)雜度都比較低，插值渲染算法的技術(shù)框架如圖 B.1 所示。（1）首先提取 HRTF 的幅值信息，通過線性插值的方法得到未知位置的 HRTF 幅值大小。 然后利用 HRTF 幅值與最小相位的希爾伯特變換關(guān)系得到最小相位信息， 補(bǔ)全未知位置的 HRTF，最后反傅里葉變換得到 HRIR，存儲(chǔ)所有空間方向的 HRIR 組成一個(gè)數(shù)據(jù)庫。（2）以上得到的最小相位信息不能直接反映原始相位中的雙耳時(shí)間差（ITD），因此附錄 B 采用左右耳互相關(guān)的方

9、法計(jì)算得到 ITD，并在立體聲還原過程中補(bǔ)充預(yù)測得到的左右耳延時(shí)大小，形成完整的延時(shí)定位信息。圖 B.1 基于 HRTF 線性插值的三維音頻定位渲染技術(shù)框架B.3 基于幅值線性插值與最小相位估計(jì)的HRTF預(yù)測原理首先通過公式（B.1）能夠得到相鄰間隔 1 度的任意水平方位角的 HRTF 幅值大小，但是要得到完整的 HRIR 需要補(bǔ)充相位信息。相位中包含有對(duì)應(yīng)時(shí)域 HRIR 的雙耳時(shí)延，幅值里面包含的 ILD 與相位中體現(xiàn)的 ITD 信息