三維音頻中若干算法研究.pdf

1、隨著多媒體技術(shù)的發(fā)展，數(shù)字音頻在消費電子、網(wǎng)絡(luò)音頻、便攜終端等領(lǐng)域得到了廣泛應(yīng)用。三維音頻具有接近真實的空間感，可以為人們提供更好的聽覺體驗。三維音頻技術(shù)可分為聲場感知和聲場重現(xiàn)兩個過程。聲場分布的感知是重建聲場的前提，在聲場感知過程中，需要引入傳聲器陣列，陣列中傳聲器分布越密集，感知到的聲場分布越精確，但過多的傳聲器會影響聲場分布，甚至明顯改變聲場的分布。為降低傳聲器陣列對聲場分布的影響，希望傳聲器數(shù)目盡可能地少。
　　本文對聲

2、場合成和高保真度立體聲響復(fù)制(Ambisonics)這兩種三維音頻聲場重現(xiàn)技術(shù)進行了研究，在借鑒聲全息聲場采集技術(shù)的基礎(chǔ)上，重點研究了減少傳聲器數(shù)目的兩種采集方案，并主要做了以下工作:
　　(1)提出了基于高斯混合回歸與聲場合成的聲場感知方法。該方法首先用平面上局部聲壓信息采集來代替全局聲壓信息的采集;然后將局部采集得到的數(shù)據(jù)作為訓練庫，建立聲壓與空間信息的GMM模型;最后對采集平面上任意位置的聲場聲壓用此模型進行回歸預(yù)測，從而獲

3、得平面上全局聲壓信息。
　　(2)提出了基于壓縮感知與高階Ambisonics的聲場感知方法。該方法用球形傳聲器陣列采集聲場聲壓信息，根據(jù)球諧波函數(shù)的正交性對聲場聲壓進行球諧波Fourier變換，在球諧波域中得到球諧波系數(shù);然后分析球諧波系數(shù)特性，應(yīng)用壓縮感知和信號重建理論進行球諧波系數(shù)重建;最后再通過球諧波Fourier反變換，獲得聲源的聲場分布信息。
　　仿真實驗表明，本文提出的兩種方法在聲場合成和高階Ambisonic