最小相位頭相關(guān)傳遞函數(shù)壓縮方法研究.pdf

1、同視覺一樣，人類的聽覺也是三維的。人類不僅能感覺出聲音的音調(diào)、音強(qiáng)、音色，還能分辨聲源方向與距離。這種特性使得聽覺具有立體感。三維音頻技術(shù)可以真實地再現(xiàn)原始聲場聲音信息，使聽者產(chǎn)生“身臨其境”的聆聽體驗。三維音頻可通過雙耳聲學(xué)技術(shù)來實現(xiàn)，即采用頭相關(guān)傳遞函數(shù)(Head Related Transfer function，HRTF)對單通道聲源信號進(jìn)行濾波，將得到的具有方向感的聲音使用耳機(jī)或一對揚聲器進(jìn)行重發(fā)。HRTF時域表示稱為頭相關(guān)脈

2、沖響應(yīng)(Head Related Impulse Responses，HRIR)。雙耳聲學(xué)技術(shù)已被應(yīng)用于盲人聽覺導(dǎo)航、飛行訓(xùn)練、虛擬現(xiàn)實中。HRTF描述了聲音從聲源傳播到耳內(nèi)的過程中，人的軀干、頭部、耳部等對聲音信號的濾波作用。實際中通常采用經(jīng)過精確實驗測量得到的HRTF數(shù)據(jù)庫。這種數(shù)據(jù)庫存儲了上千個聲源位置的HRTF,且每個HRTF的沖擊響應(yīng)持續(xù)時間較長，對應(yīng)的FIR濾波器階數(shù)很大，并且每個人的HRTF都不盡相同。因此，要存儲多位測量

3、者的HRTF數(shù)據(jù)，需要消耗巨大的存儲空間。當(dāng)采用嵌入式芯片合成三維虛擬聲時，其存儲空間通常無法滿足存儲量要求。此時，若能以難以察覺的聽覺定位性能損失為代價，來換取HRTF數(shù)據(jù)庫的非常大的存儲空間減少量，那么就可解決HRTF數(shù)據(jù)庫耗費存儲量大的問題，減少實際應(yīng)用中所使用的芯片的功耗與成本。
　　本文對CIPIC的HRTF數(shù)據(jù)庫分別進(jìn)行非線性降維分析與線性壓縮，并將兩種方法結(jié)合。實驗結(jié)果顯示，在不改變HRTF聲學(xué)定位性能情況下，壓縮率

4、可降低至0.3％，與傳統(tǒng)PCA方法相比，可減少95％以上的存儲量。本文主要工作如下：⑴采用流形學(xué)習(xí)方法LLE(Locally Linear Embedding)對HRTF進(jìn)行非線性降維分析，對原有分析方法進(jìn)行改進(jìn)，即采用更優(yōu)的特征選取與插值算法，根據(jù)輸入?yún)?shù)變化提取特征方位HRTF分布;并將此特征提取過程擴(kuò)展到二維，得到規(guī)律的二維特征方位HRTF分布。⑵提出并采用CP(canonical polyadic)分解對最小相位HRTF集進(jìn)行降

5、維。⑶采用2D-CPD(2-dimension Common Factor Decomposition)算法對最小相位HRTF進(jìn)行降維，對其降維結(jié)果進(jìn)一步采用基于最小二乘(Least Squares)、基于迭代預(yù)濾波(Iterative Prefiltering)、基于BMT(Balanoed Model Truncation)的共聲學(xué)極點IIR建模進(jìn)行壓縮，并比較三者降維效果。⑷利用非線性降維中，特征HRTF分布位置的規(guī)律性，將非線性