一种新的双耳时间差模型的特性分析

1引言双耳时间差(Interaural Time Difference,简称ITD)是指声源发出的声波到双耳的传输时间差。ITD是低频声源定位的主要因素,它对双耳听觉的     

改进的头相关传输函数生理参数匹配法

0引言头相关传输函数(HRTF)表征了自由场情况下声波从声源到双耳的传输过程中,生理结构和声波的相互作用[1]。高质量的虚拟听觉重放需要采用个性化HRTF进行双耳信号合成。由于HRTF和生理结构(例如头部、耳廓等)密切相关,通过个性化生理参数近似获取个性化HRTF成为可能[2]。Zotkin提出个性化HRTF的生理参数匹配法,即从HRTF基准数据库中挑选出与受试者生理参数相似度高     

基于深度学习的双耳声源定位算法研究

针对多种定位因素存在复杂关联且不易准确提取的问题,提出了以完整双耳声信号作为输入的、基于深度学习的双耳声源定位算法。首先,分别采用深层全连接后向传播神经网络(Deep Back Propagation Neural Network,D-BPNN)和卷积神经网络(Convolutional Neural Network, CNN)实现深度学习框架;然后,分别以水平面 15°、30°和 45°空间角度间隔的双耳声信号进行模型训练;最后,采用前后混乱率、定位准确率与训练时长等指标进行算法有效性分析。模型预测结果表明,CNN模型的前后混乱率远低于 D-BPNN;D-BPNN模型的定位准确率能够达到87%以上,而 CNN模型的定位准确率能够达到 98%左右;在相同实验条件下,CNN模型的训练时长大于 D-BPNN,且随着水平面角度间隔的减小,两者训练时长之间的差异愈发显著。     

衣服、耳廓对肩部反射及头相关传输函数的综合影响

通过对人工头/躯干系统和真人的头相关传输函数进行测量和分析,研究了衣服、耳廓对肩部反射及头相关传输函数的综合影响。实验结果表明,在3.0kHz以下肩部反射声几乎与衣服无关;而无耳廓时,不同的衣服对5.0kHz以上的肩部反射声以及头相关传输函数有一定的影响,但耳廓的存在会掩盖肩部反射的高频部分。因此,3.0kHz以下的肩部反射能够成为一个稳定的声源定位因素。     

试谈建筑设计院档案管理工作

档案管理是建筑设计研究院管理工作的一个重要组成部分。实现档案管理的科学化、现代化,是摆在研究院档案管理人员面前的一项重要任务。档案工作要想体现出自身价值,适应社会主义市场经济体制的需要,跟上当今和未来世界发展的步伐,就必须在管理上创新体系建设,提升档案管理工作的水平。     

一种新的三扬声器虚拟声重发系统

虚拟声重发系统只需较少的独立通路,但其最重要的缺点之一就是用扬声器重发时听音区域窄,声象稳定性差,倾听者稍偏离理想的听音位置就会导致明显的声象位置失真.为解决上述问题,以下将探讨一种采用高频中置扬声器的虚拟声重发方法.     

头相关传输函数的研究进展(一)

综述了头相关传输函(HRTF)的研究进展，主要包括HRTF的定义、获取方式以及各种分析、近似和评价方法。同时，还探讨了HRTF研究中存在的问题。     

双耳时间差上升沿算法中阈值的选择

上升沿法是计算双耳时间差的1种常用方法。采用3种不同对象的头相关脉冲响应数据,分别计算了不同判定阈值(5%,10%,15%,20%)下的双耳时间差,研究了上升沿算法中合理的判定阈值范围以及采用不同判定阈值时上升沿算法的稳定性。结果表明,判定阈值的选择与研究对象、头相关脉冲响应获取手段等因素有关;而稳定性主要取决于双耳头相关脉冲响应的上升斜率,复杂的、非对称的生理结构将使声源异侧耳的上升斜率减小,从而导致上升沿算法的不稳定,这在侧向表现得最明显;建议采用10%的判定阈值。     

头相关传输函数的研究进展(二)

即使忽略HRTF个性化特征,它仍是(r,θ,Φ,ω)的复数函数。只考虑远场的情况,HRTF也是(θ,Φ,ω)的函数,所以一般的三维空间曲线不能完整地表示它。目前只能从某些侧面来表示HRTF。通常是将(θ,Φ,ω)中1个或2个变量取固定值,然后将HRTF的幅值(或相位)表示为其余变量的平面或三维曲线(面)或灰度图。最简单的表示是将(θ,Φ)取固定值,