基于最長(zhǎng)序列的虛擬3D音效的實(shí)現(xiàn)

第第頁(yè)基于最長(zhǎng)序列的虛擬3D音效的實(shí)現(xiàn)摘要：為了在多媒體移動(dòng)終端里實(shí)現(xiàn)3D音效，一個(gè)頭部相關(guān)的傳遞函數(shù)首先被獲取，然而一般的頭相關(guān)傳遞函數(shù)的計(jì)算是把頭當(dāng)作一種球體來(lái)建立一個(gè)數(shù)學(xué)模型，這種模型的數(shù)學(xué)的計(jì)算復(fù)雜，不適合在嵌入式終端的實(shí)現(xiàn).本文提出一種基于最長(zhǎng)序列的測(cè)量系統(tǒng)脈沖響應(yīng)的方法，該方法基于互相關(guān)技術(shù)，具有很高的抵抗噪聲干擾能力，得到結(jié)果精度高，可重復(fù)性強(qiáng)，計(jì)算復(fù)雜度低，便于在嵌入式終端的實(shí)現(xiàn)。

關(guān)鍵詞：最長(zhǎng)序列；頭部相關(guān)傳遞函數(shù)；三維音效

中圖分類號(hào)：TP393文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2015）02-0187-05

Abstract：Toimplementvirtual3Dauditoryinmobilemulti-mediatermination，ahead-relatedtransferfunction（HRTF）needbecalculated，butinconventionalstudies，thecalculationsareperformedapproximatelybasedonthemathematicalmodelbyregardingtheheadasthesphereshape.Thismathematicalmodelcomputationiscomplex，notvalidtoapplicationfortheembeddedtermination.Thispaperhasproposedthewaywhichcalculatesystemimpulseresponsebymaximumlengthsequence（MLS），itisbasedonthecross-correlationtechniqueandthushighlyimmunetoextraneousnoiseofallkinds，andmeasurestheimpulseresponsewithgreatamountofaccuracyandrepeatability.Foritssimplycomputation，itisconvenienttoimplement3Dauditoryeffectintheembeddedtermination.

Keywords：maximumlengthsequence（MLS）；head-relatedtransferfunction（HRTF），3Dauditory

在移動(dòng)多媒體終端中，因?yàn)橹挥幸唤M喇叭或者是耳機(jī)，為了讓用戶體驗(yàn)到逼真的3D音效，需要定位出環(huán)繞使用者身邊不同位置的音源。這種音源追蹤的能力，就叫做定位音效，它使用當(dāng)時(shí)的HRTF[[1]]的功能來(lái)達(dá)到這種神奇的效果。HRTF的全名是Head-RelatedTransferFunction（頭部相關(guān)傳遞函數(shù)），就是在三度立體空間中，人耳是如何監(jiān)測(cè)和分辨出聲音來(lái)源的方法。簡(jiǎn)單地說(shuō)，就是聲波會(huì)以幾百萬(wàn)分之一秒的差距先后傳到你的耳朵里面，而我們的大腦可以分辨出那些細(xì)微的差別，利用這些差別來(lái)分辨聲波的形態(tài)，然后在換算成聲音在空間里的位置來(lái)源。

在目前多數(shù)的虛擬3D音效的技術(shù)中，都是使用HRTF的換算法來(lái)轉(zhuǎn)換游戲里的聲音效果，誤導(dǎo)你的大腦聽到聲音是來(lái)自不同地方的。支持聲源定位的耳機(jī)將聲音與游戲的物件、人物或是其他的聲音的來(lái)源結(jié)合在一起，當(dāng)這些聲音與你在游戲中的位置改變時(shí)，耳機(jī)或喇叭就將依據(jù)相對(duì)位置來(lái)調(diào)整聲波訊號(hào)的發(fā)送。

1MLS介紹

最長(zhǎng)序列[2]就是一串偽隨機(jī)2進(jìn)制序列作為系統(tǒng)的響應(yīng)源[x（k）]，根據(jù)信號(hào)處理的理論，輸入信號(hào)[x（k）]與線性系統(tǒng)的輸出[y（k）]之間的互相關(guān)輸入信號(hào)[x（k）]的自相關(guān)與系統(tǒng)的脈沖響應(yīng)卷積得到[3]：

2HRIR的測(cè)量與3D聲效實(shí)現(xiàn)

利用MLS測(cè)量頭相關(guān)脈沖響應(yīng)（HRIR）[7]，它的數(shù)據(jù)的采用空間坐標(biāo)如圖1所示。

聲源的空間方向由坐標(biāo)（[θ]，[φ]）所決定。仰角[-90°≤φ≤90°]為方向矢量與水平面的夾角，[φ]=[-90°]、[0°]和[+90°]分別表示正下方、水平面與正上方。方位角[0°≤θ

虛擬3D信號(hào)的產(chǎn)生是通過原始語(yǔ)音與HRIR之間的卷積產(chǎn)生[10]，如果聲源信號(hào)與HRIR卷積的結(jié)果在雙耳之間精確地產(chǎn)生，聽者就能感知聲源的方向，這就是所謂的虛擬的3D的聲效。

2.1HRIR數(shù)據(jù)

2.2DSP上實(shí)現(xiàn)

TMS320C6201是TI公司的TMS320系列的新一代高性能定點(diǎn)DSP芯片，芯片的工作頻率可達(dá)200MHz。TMS320C6201處理器由3個(gè)主要部分組成：CPU內(nèi)核、外設(shè)和存儲(chǔ)器。芯片內(nèi)有8個(gè)并行處理單元，分為相同的2組，并行結(jié)構(gòu)突破了傳統(tǒng)設(shè)計(jì)而使得芯片具有很高的性能；其體系結(jié)構(gòu)采用超長(zhǎng)指令字結(jié)構(gòu)（VLIW）結(jié)構(gòu)，單指令字長(zhǎng)為32b，8個(gè)指令組成一個(gè)指令包，總字長(zhǎng)為256b，即每秒鐘可以執(zhí)行8條指令；芯片內(nèi)部設(shè)置了專門的指令分配模塊，可以將每個(gè)256b的指令包同時(shí)分配到8個(gè)處理單元，并由8個(gè)單元同時(shí)執(zhí)行；CPU有2組寄存器，每組寄存器由16個(gè)32b寄存器組成；外設(shè)包括直接存儲(chǔ)器訪問（DMA）、低功耗邏輯、外部存儲(chǔ)器接口（EMIF）、串口、主機(jī)口（HPI）和定時(shí)器。該DSP采用了具有獨(dú)立程序和數(shù)據(jù)總線的修正的哈佛總線結(jié)構(gòu)，即1套256b的程序總線、2套32b數(shù)據(jù)總線和一套32b的DMA專業(yè)總線，大大提高了數(shù)據(jù)的傳輸效率。專用的硬件乘法器提高了運(yùn)算過程中的乘法運(yùn)算，硬件乘法器是DSP區(qū)別于通用微處理器的一個(gè)重要標(biāo)志；采用了先進(jìn)的超長(zhǎng)指令字結(jié)構(gòu)（VLIW），每個(gè)指令周期內(nèi)同時(shí)執(zhí)行8條32b指令，大大地提高了程序的執(zhí)行效率。的占用CPU的時(shí)間，有效地減少了尋址時(shí)間；流水處理使得8條并行指令同時(shí)通過流水線的每個(gè)節(jié)拍，大大提高了機(jī)器的吞吐量。DSP系統(tǒng)上分配一片內(nèi)存來(lái)存儲(chǔ)HRIR數(shù)據(jù)，并預(yù)留一個(gè)上層通訊接口，如果有最新的HRIR數(shù)據(jù)可以在線燒錄新數(shù)據(jù)，這樣可以讓用戶有更好的3D體驗(yàn)。

時(shí)域卷積可以通過頻域相乘快速實(shí)現(xiàn)，如圖2所示，整個(gè)DSP系統(tǒng)的軟件流程如圖3，由于該系統(tǒng)的HRIR已經(jīng)離線燒錄在DSP里[12]，這樣省去在線計(jì)算HRIR的時(shí)間，這樣大大方便了在嵌入式系統(tǒng)終端的實(shí)現(xiàn)。

3HRIR分析

頭部相關(guān)的傳遞函數(shù)用于描述人的聽覺系統(tǒng)對(duì)不同方向的聲音產(chǎn)生不同頻譜特性的一種數(shù)學(xué)關(guān)系。它包含了雙耳之間的聲源的聲壓與到達(dá)時(shí)間的差別信息。

3.1時(shí)域和頻域基本特性分析

人工頭HRIR的左耳數(shù)據(jù)與鏡像方向的右耳數(shù)據(jù)是完全相同的，即左耳[θ=θ0]的數(shù)據(jù)與右耳[θ=360°-θ0]的數(shù)據(jù)相同，也即是說(shuō)左、右鏡像方向的數(shù)據(jù)僅僅是左、右互換而已[13]。因此，在下面的分析中，只給出一半空間方位，即[θ]=[0°]、[45°]、[90°]、[135°]、[180°]的結(jié)果。

圖4到圖8分別是基于MLS測(cè)量到的水平面方位角[θ]=[0°]、[45°]、[90°]、[135°]、[180°]的HRIR。從圖中可以看出，HRIR的主體部分長(zhǎng)度大約為50～60個(gè)采樣（對(duì)于44.1kHz采樣，相當(dāng)于1ms左右），反映了聲波與頭部、耳廓以及軀干的作用。當(dāng)聲源偏離正前方時(shí)，由于聲源到兩耳的傳輸距離不同，左、右耳的起始延時(shí)不同，形成雙耳時(shí)間差。并且當(dāng)聲源處于耳的異側(cè)（例如[θ]=[90°]，左耳），脈沖的幅度明顯降低，這是頭部對(duì)聲波的陰影作用所致。

圖9到圖13基于MLS測(cè)出的頭部在水平面上[φ=0°]，方位角[θ]=[0°]、[45°]、[90°]、[135°]、[180°]的頻域歸一化HRTF（頭相關(guān)傳輸函數(shù)，是HRIR的傅立葉變換形式）幅度譜，對(duì)[θ]=[0°]和[180°]，由于左右耳是一樣，所以圖中左、右耳的曲線重合5。

在低頻（0.5kHz），頭部等的散射作用可以略去，歸一化的HRTF的幅度20log10|H|應(yīng)該接近0dB，基本與頻率無(wú)關(guān)（圖中大約150Hz以下，幅度的下降是由測(cè)量揚(yáng)聲器的低頻下限所引起，并非HRTF本身的特性）。

隨著頻率的增加，|H|表現(xiàn)出與、[θ]復(fù)雜的函數(shù)關(guān)系，這是頭部、耳廓、軀干、耳道等的綜合作用的結(jié)果。其中在2至3kHz附近HRTF幅度的峰是由于KEMAR人工頭的耳道模擬器共振所引起。而頭部作用使得在大于3至4kHz的高頻，聲源位于耳的異側(cè)時(shí)（例如[θ]=[90°]，左耳），HRTF幅度明顯下降，因而頭部的陰影近似起到低通濾波的作用。而聲源位于耳的同側(cè)時(shí)（例如[θ]=[90°]，右耳），平均來(lái)說(shuō)，高頻HRTF幅度較低頻有一定的提升（雖然存在一些谷點(diǎn)）。這部分是由于高頻的情況下，頭部對(duì)同側(cè)聲源近似起著一種鏡像反射面的作用，因而可提高同側(cè)耳的聲壓（理論上，無(wú)限大鏡像反射面表面上的聲壓較自由場(chǎng)提高6dB）。

從圖9和圖13還可以看出，正前方[θ]=[0°]和正后方[θ]=[180°]的高頻HRTF幅度并不完全相等。這是由于耳廓對(duì)后方聲波的衍射作用和頭部的非前后對(duì)稱形狀所引起。這種前后幅度譜的差別是區(qū)分前后鏡象位置聲源的一個(gè)因素。

3.2HRTF譜特征分析

在頻率高于5至6kHz時(shí)，耳廓對(duì)聲波的散射和反射所帶來(lái)的雙耳聲壓頻譜的特征是聲源定位的一個(gè)因素。利用HRTF可以對(duì)這些譜特征進(jìn)行分析。在耳廓所產(chǎn)生各種譜特征中，耳廓谷點(diǎn)的頻率隨仰角的變化有最引人注目，且許多研究將其作為中垂面上的一種重要的定位因素[14]。研究表明，當(dāng)聲源仰角從[φ]=[-40°]變化到[60°]時(shí)，耳廓谷的頻率大約從5到6kHz變化到約10至12kHz。并且許多研究把這看成是普遍的規(guī)律。

4結(jié)論

本文提出的MLS測(cè)量頭部相關(guān)脈沖響應(yīng)的方法便于用戶根據(jù)自己的頭部特征測(cè)量出適合自己的HTIR，從而得到精確的虛擬3D聲效的感知效果。

參考文獻(xiàn)：

[1]DouglasD.RifeandJohnVanderkooy，"Transfer-FunctionMeasurementwithMaximum-LengthSequences"，JournaloftheAudioEngineeringSociety，1989，37（6）：419.

[2]李平友，用最長(zhǎng)序列測(cè)量揚(yáng)聲器的脈沖響應(yīng)[J]，應(yīng)用聲學(xué)，1993（1）：3.

[3]MiaoB，ZaneR，MaksimovicD.SystemIdentificationofPowerConverterswithDigitalControlThroughCross-CorrelationMethods[J].IEEETransactionsonPowerElectronics，2005，20（5）：1093-1099.

[4]Paulo，J.，Martins，C.R.，BentoCoelho，J.L.，"RoomImpulseResponseMeasurementinthePresenceofHighNoiseLevelsusingMaximumLengthSequences（MLS）".Proc.7thICSV，Germany，2000.

[5]趙躍英，盛勝我，劉海生.室內(nèi)聲學(xué)測(cè)量中數(shù)字化聲源性能的分析[J].聲學(xué)技術(shù)，2003，22（3）：143-146.

[6]黃帆，李曉峰用幅度矢量合成定位法改進(jìn)HRTF的定位效果[J].電聲技術(shù)2007（1）

[7]趙自力，黃成偉，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(bào)2001.

[8]黃璽瑛，趙定海.基于DirectSound的戰(zhàn)場(chǎng)環(huán)境三維音效實(shí)現(xiàn)[J].系統(tǒng)仿真學(xué)報(bào)，2006（s2）.

[9]吳鳴，林志斌，邱小軍，等.相干平均法測(cè)揚(yáng)聲器頻率響應(yīng)的偏差分析[J].南京大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，42（1）：44-53.

[10]王紅星，許增樸，周聰玲，等.一種基于高階頻率能量均值的揚(yáng)聲器異音故障診斷方法[J].天津輕工業(yè)學(xué)院學(xué)報(bào)，