物理論文范例

1、用HRTF進(jìn)行虛擬聲源定位實(shí)驗(yàn)楊飛然（03007116）（東南大學(xué) 信息科學(xué)與工程學(xué)院,南京 210096）摘 要： 介紹了傳統(tǒng)的音頻定位理論及存在的缺陷，引出了HRTF的定義，分析了HRTF包含的方位信息，并用我們開發(fā)的虛擬聽覺空間系統(tǒng)Vasaudio對虛擬聲源定位進(jìn)行了實(shí)際測試，最后對測試結(jié)果做了分析。關(guān)鍵詞： HRTF； ITD； IID； 虛擬聲源定位Virtual Sound Source Position of HRTFYang Fei Ran(Department of of Information Science and Engineering, Southeast Unive

2、rsity, Nanjing 210096)Abstract: We introduce the traditional theory of audio position and its limitations first , then we give the definition of HRTF,analyse the position information in HRTF,we also do experiment using Vasaudio system, at last we make a analysis of the experiment result.key words: H

3、RTF; ITD; IID; virtual sound source position我們?nèi)粘Ｂ牭降牧Ⅲw聲錄音，雖然有左右聲道之分，但就整體效果而言，立體聲音樂來自聽者面前的某個平面。但希望的是一個在虛擬環(huán)境中能辨別聲源精確位置的聲音系統(tǒng)，而當(dāng)您聽到三維虛擬聲音時，音樂聲是來自圍繞您的一個球形中的任何地方，即聲音出現(xiàn)在您頭的上方、后方或者在您的鼻子前方。我們把在虛擬場景中的能使用戶準(zhǔn)確地判斷出聲源精確位置、符合人們在真實(shí)境界中聽覺方式的聲音系統(tǒng)稱為三維虛擬聲音。基金項(xiàng)目：國家973計劃資助項(xiàng)目（2002CB312102）作者簡介：楊飛然,1982年，男，碩士研究生, 。 1 傳統(tǒng)音頻定位理論

4、耳間時間差（ITD）：從聲源發(fā)出的聲音到達(dá)人的左耳和右耳時，有一個先后的過程，這段時間差就是耳間時間差。耳間時間差與聲音信號的頻率有關(guān)，是聲源角位置，頭部半徑和聲速的函數(shù)，在人類聽覺定位中占有重要位置。耳間強(qiáng)度差（IID）：由于聲音的傳播媒質(zhì)對聲波的衰減作用，聲音的強(qiáng)度隨距離而變化，再加上耳廓和頭部的遮擋，最終到達(dá)兩耳的聲音所經(jīng)過的路徑是不同的，使得距離聲源近的耳朵聽到的聲音要強(qiáng)一些，這就是耳間強(qiáng)度差。在中、低頻(f4 kHz), IID起主要作用1。傳統(tǒng)的音頻定位理論的缺陷：（1）無法解釋單耳條件下的定位機(jī)理。（2）存在錐面模糊現(xiàn)象。ITD和IID對左右方位的定位效果非常明顯，但對前后和上下

5、方位存在模糊現(xiàn)象。如圖1中同一垂直面內(nèi)的X和Y到達(dá)兩耳的路徑是對稱的，以及同一水平面內(nèi)的A和B到達(dá)兩耳的路徑也是對稱的，這就無法依賴ITD和IID來進(jìn)行準(zhǔn)確定位。圖1 混淆錐示意圖2 用HRTF進(jìn)行虛擬聲源定位我們介紹一種更為完備的音頻定位模型，這就是HRTF。與頭部關(guān)聯(lián)的傳遞函數(shù)(Head-Related Transfer Function, HRTF)描述了聲波從聲源到雙耳的傳輸過程。事實(shí)上從某一方位的聲源發(fā)出的聲信號在到達(dá)聽者的耳膜之前經(jīng)過了復(fù)雜的傳輸過程，聲信號與聽者的頭部、肩部以及軀干，耳廓發(fā)生了反射、折射、衍射和散射等聲學(xué)作用，人體的這些部位對聲信號的調(diào)制作用可以統(tǒng)一的用一個函數(shù)來

6、表示即與頭部關(guān)聯(lián)的傳遞函數(shù)HRTF。與之相對應(yīng)的時域表示稱為與頭部相關(guān)聯(lián)的沖激響應(yīng)（Head-Related Impulse Response,HRIR）。國外很多科研機(jī)構(gòu)和高等院校都進(jìn)行了HRIR的測量工作，我們在本文中使用的數(shù)據(jù)來源于加州大學(xué)戴維斯分校圖像處理和集成計算中心（CIPIC）2，HRIR數(shù)據(jù)長度為200點(diǎn)，采樣頻率為44.1KHz。2.1 HRTF數(shù)據(jù)中包含的方位信息我們在圖2畫出方位角-45,仰角0時的左右耳HRIR波形及對應(yīng)的頻譜圖。 圖2 方位角-45,仰角0時的左右耳HRIR及對應(yīng)的HRTF（1）耳間時間差（ITD）：由于聲源靠近左耳，從圖2可以看出右耳的HRIR比左耳

7、的HRIR有明顯的時間延遲，體現(xiàn)了耳間時間差。（2）耳間強(qiáng)度差（IID）：左耳的HRTF比右耳的HRTF幅度要強(qiáng)一些，體現(xiàn)耳間強(qiáng)度差。 （3）HRTF會出現(xiàn)明顯的峰值點(diǎn)和谷值點(diǎn)，有研究表明峰點(diǎn)頻率、谷點(diǎn)頻率對前后定位起關(guān)鍵作用，且谷點(diǎn)頻率是進(jìn)行定位的主要依據(jù)。（4）HRIR在某些時刻變化劇烈，這是由于耳廓對入射聲波的反射作用，左耳的HRIR波形較右耳的HRIR波形起伏變化更為劇烈。在頻譜特性上則表現(xiàn)為左耳的HRTF高頻分量要充足些。為了更加突出HRTF中的峰值點(diǎn)和谷值點(diǎn)，人們使用了一些方法對HRTF數(shù)據(jù)進(jìn)行處理。文獻(xiàn)3中對不同頻率的HRTF數(shù)據(jù)加權(quán)，來放大原HRTF數(shù)據(jù)頻率間的差異，設(shè)為原HR

8、TF數(shù)據(jù)，為處理后的HRTF數(shù)據(jù)，則權(quán)函數(shù)HRTF反映了人體結(jié)構(gòu)對聲音信號的不同響應(yīng)，因此HRTF有明顯的個體差異，人們總是希望使用個性化的HRTF數(shù)據(jù)進(jìn)行3D音效的合成，然而對每個人進(jìn)行HRTF數(shù)據(jù)的測量是不現(xiàn)實(shí)的，有學(xué)者建議使用非個性化（non-individualized）的HRTF數(shù)據(jù)4。2.2 虛擬聽覺空間系統(tǒng)Vasaudio將輸入的音頻信號分別與指定的方位和距離的左右耳HRTF數(shù)據(jù)進(jìn)行卷積，然后通過耳機(jī)重發(fā)就可以得到具有方位信息的雙通道音頻信號，如式（1）。基于這個原理我們用VC+編程開發(fā)了虛擬聽覺空間系統(tǒng)Vasaudio5可以實(shí)時播放wav格式的音頻文件，圖3是我們的實(shí)現(xiàn)框圖。

9、(1)式中表示乘法，表示卷積，表示輸入的音頻信號，和分別表示左右耳的HRIR數(shù)據(jù)，和分別表示左右耳的增益，和分別表示饋給耳機(jī)的左右聲道信號。圖3 虛擬聽覺空間系統(tǒng)實(shí)現(xiàn)框圖3 虛擬聲源定位測試實(shí)驗(yàn)測試設(shè)備為1臺計算機(jī)、1個高質(zhì)量聲卡、1 幅高質(zhì)量耳塞式耳機(jī)。被測試人員為我們實(shí)驗(yàn)室的5名聽覺正常的同學(xué)。同時我們選擇音頻測試常用的粉紅噪聲作為測試音源。測試所用的軟件系統(tǒng)為本文前面介紹的VasAudio。我們實(shí)驗(yàn)的目的有兩個：一是通過測試比較HRTF的個體化差異，二是我們希望找出幾套對大多數(shù)人都相對比較適合的HRTF數(shù)據(jù)，已備我們以后的實(shí)驗(yàn)使用。3.1 測試數(shù)據(jù)為了比較HRTF數(shù)據(jù)的個體差異，我們使用

10、了12套數(shù)據(jù)進(jìn)行測量，分別為（1）CIPIC數(shù)據(jù)庫提供的數(shù)據(jù)：hrir_final_003, hrir_final_162,hrir_final_163, hrir_final_165；（2）做回歸分析得到的數(shù)據(jù)：hrir_final_h_003, hrir_final_h_162,hrir_final_h_163, hrir_final_h_165；（3）在時域做平均得到的數(shù)據(jù)：hrir_final_avg；（4）用PCA分析綜合出來的數(shù)據(jù)：hrir_final_large_6, hrir_final_middle_6,hrir_final_small_6。3.2 測試步驟和結(jié)果為減小辨別難

11、度，只對水平面和中垂面上的角度進(jìn)行定位測試，其中方位角是15的倍數(shù)，角度從180到180，共有24個方位。垂直方位角為90（正上方）、60、30、0、45共有5個方位。（1）水平方位角具體測試步驟：步驟1：先給測試者聽分布在前、后、左、右四個方向的聲音信號，并告知實(shí)際方向；步驟2：然后分別在這四個聲源的附近位置選擇一個方位，要求聽者進(jìn)行判斷，并給出四個聲源的位置（要求說出具體的方位角度）；步驟3：重新隨機(jī)選擇分布在前、后、左、右四個方向的聲音信號，重復(fù)步驟1，步驟2。 （2）垂直方位角具體測試步驟：步驟1：對給定的一組數(shù)據(jù)先給測試者聽垂方位90、60、30、0、45五個方向聲音信號；步驟2：從

12、上述五個方向隨機(jī)給出一個方向的聲音信號，要求聽者指出其具體方向角度。重復(fù)該步驟五次直至測完一組數(shù)據(jù)；步驟3：重復(fù)步驟 1，步驟2，直至測完全部數(shù)據(jù)。我們給出了數(shù)據(jù)標(biāo)號為hrir_final_162和hrir_final_163的測試結(jié)果散點(diǎn)圖，見圖4和圖5。圖4 hrir_final_162測試結(jié)果散點(diǎn)圖圖5 hrir_final_163測試結(jié)果散點(diǎn)圖我們給出水平方位最終的測試統(tǒng)計結(jié)果，見表1。同時我們給出垂直方位最終的測試統(tǒng)計結(jié)果，見表2。表1水平方位測試結(jié)果統(tǒng)計表 表2 垂直方位測試結(jié)果統(tǒng)計表3.3 測試結(jié)果分析（1）HRTF數(shù)據(jù)包含了大量的方位信息，用HRTF對聲源進(jìn)行定位可以提高定位的

13、準(zhǔn)確性，克服傳統(tǒng)定位理論的不足。我們在測試中使用的HRTF數(shù)據(jù)是非個性化的，因此HRTF數(shù)據(jù)并不一定對每個人都是適合的，這是造成錯誤率較高的一個原因，另外測試中只有被測試者認(rèn)定的方位和我們實(shí)際使用的方位完全一致時，我們才認(rèn)為辨別正確，對試驗(yàn)結(jié)果的要求有些苛刻（實(shí)際上5到20的偏差是允許的），這是造成錯誤率較高的另一個原因。（2）測試中發(fā)現(xiàn)被測試者對標(biāo)號為hrir_final_middle_6的HRTF數(shù)據(jù)的辨別正確率較高，原因可能是5位被測試者的頭部和外耳尺寸比較中等，與該數(shù)據(jù)的外耳參數(shù)比較吻合。（3）測試中發(fā)現(xiàn)聲源定位的前后顛倒和上下顛倒比較嚴(yán)重。前后顛倒從圖5和圖6可以很明顯的看出。垂直方

14、位的測試結(jié)果尤為不好，如傾聽者1號在使用標(biāo)號為hrir_final_165和hrir_final_h_003的HRTF數(shù)據(jù)處理過的音頻信號進(jìn)行垂直方位的辨別時，5個方位完全辨別錯誤，其他被測試者也有這樣的問題。（4）用耳機(jī)重放時存在“頭中定位效應(yīng)”，傾聽者感到聲像分布在人頭內(nèi)部，這也影響了定位的準(zhǔn)確性。有文獻(xiàn)6指出，增加混響可以加強(qiáng)聲像的立體感和深度感，從而改善定位效果，這也是音頻定位、多媒體和虛擬現(xiàn)實(shí)發(fā)展的趨勢。4. 結(jié)束語HRTF包含了大量的方位信息，用HRTF進(jìn)行虛擬聲源定位是當(dāng)前研究的熱點(diǎn)，已經(jīng)有很多相關(guān)成熟的產(chǎn)品和系統(tǒng)出現(xiàn)。本文介紹了HRTF包含的方位信息和個體差異，并用我們開發(fā)的V

15、asaudio系統(tǒng)進(jìn)行了虛擬聲源定位的實(shí)際測試。測試結(jié)果表明用非個性化HRTF進(jìn)行定位存在一些問題，如辨別錯誤率較高，聲像的前后混淆和上下混淆比較嚴(yán)重，頭中定位效應(yīng)等，我們的工作僅是初步的，還要采取其他措施來提高虛擬聲源定位的準(zhǔn)確性。參考文獻(xiàn)：1 鐘小麗，謝菠蓀. 頭相關(guān)傳輸函數(shù)的研究進(jìn)展(一)J. 立體聲與環(huán)繞聲,2004,12:44-48.2 Algazi V. R., Duda R.O., Thompson D.M., Avendano C. The CIPIC HRTF databaseC. Applications of Signal Processing to Audio and Acoustics, 2001 IEEE Workshop on the 21-24 Oct,2001, Page(s): 99 -102.3 趙自力，黃成偉，高宏，李慶祥. HRTF在虛擬3D立體聲中的應(yīng)用及實(shí)驗(yàn)J.清華大學(xué)學(xué)報(自然科學(xué)版)，2001,41(11):7476.4 Elizabeth M. Wenzel, Marianne Arruda, Doris J. Kistler