房間聲學(xué)建模

貝戈特的論文頭部跟蹤、旋轉(zhuǎn)和個(gè)性化HRTF對(duì)視覺感知空間影響的直接比較指出，三維虛擬聲信號(hào)包括頭部跟蹤器、真實(shí)散射環(huán)境合成技術(shù)和個(gè)性化hrtf三個(gè)部分，不同因素對(duì)視覺感知空間的影響不同。個(gè)性化HRTF可以提高定位精度，改善外化，減少前后圖像的反轉(zhuǎn)。然而，穆勒指出，非個(gè)性化的HRTF可以導(dǎo)致正面和背面圖像的反轉(zhuǎn)，但對(duì)外部化沒有影響。然而，這些實(shí)驗(yàn)是在混響和沒有頭部跟蹤器的情況下進(jìn)行的。其他文獻(xiàn)也指出混響和少量早期反射聲音(甚至衰減的延遲信號(hào))足以產(chǎn)生外部聲音圖像。在當(dāng)前的研究中，可變的實(shí)驗(yàn)條件包括消聲室模擬、HRTF濾波的早期反射聲音模擬(0-80毫秒)和所有聲學(xué)環(huán)境的混響(早期反射聲音和80毫秒-2.2秒的晚期混響)。消聲/早期反射/全可聽化分別代表模擬的散射環(huán)境水平。經(jīng)過(guò)實(shí)驗(yàn)測(cè)試，仿真結(jié)果表明：方位誤差：混響明顯降低了方位誤差，早期反射和完全可聽化的區(qū)別不明顯。忽略其他因素的影響，頭部跟蹤器對(duì)方位誤差的影響處于中等水平。當(dāng)頭部跟蹤器與不同的HRTF數(shù)據(jù)類型結(jié)合時(shí)，方位誤差的差異非常小。一般來(lái)說(shuō)，當(dāng)頭部跟蹤器與非個(gè)性化HRTF相結(jié)合時(shí)，方位定位精度得到了較大程度的提高。也就是說(shuō)，如果使用非個(gè)性化的HRTF數(shù)據(jù)，應(yīng)該盡可能多地使用頭部跟蹤器。仰角誤差與混響聲(包括早期反射聲和晚期混響聲)可以減少方位角誤差不同，加入混響聲的虛擬聲反而會(huì)提高仰角判斷誤差，同時(shí)早期反射和全混響在仰角判斷誤差上的差異不明顯。此外，頭部跟蹤器和個(gè)性化HRTF對(duì)仰角判斷誤差影響不大。這表明仰角判斷的準(zhǔn)確性與混響、個(gè)性化和頭部跟蹤器沒有密切關(guān)系。前后聲像倒置文章指出頭部跟蹤器可以明顯減少前后圖像的反轉(zhuǎn)。其他因素，包括個(gè)性化HRTF和混響，對(duì)反轉(zhuǎn)沒有明顯的改善作用?？陀^化實(shí)驗(yàn)結(jié)果表明，混響聲對(duì)外化有重要影響，而其他因素對(duì)外化影響很小。結(jié)論：添加混響聲音的3D虛擬音響系統(tǒng)方位角判斷誤差減小，外化效果明顯，但仰角判斷誤差被犧牲，聲像前后問(wèn)題沒有明顯改善。頭部跟蹤器明顯改善了聲像前后引起的問(wèn)題，但沒有明顯改善定位精度和外化。如果不將個(gè)性化HRTF和頭部跟蹤器一起使用，單獨(dú)使用個(gè)性化HRTF對(duì)提高聲像的定位精度、外化和倒置的效果不是很明顯，這是一種用于語(yǔ)音信號(hào)的虛擬聲音系統(tǒng)。個(gè)性化HRTF不能提高方位定位精度，因?yàn)檎Z(yǔ)音信號(hào)的大部分能量集中在頻帶中，其中ITD線索比頻譜線索更重要。一些文獻(xiàn)指出，個(gè)性化HRTF可以減少噪聲激勵(lì)下虛擬聲音定位前后圖像的反轉(zhuǎn)?；祉懧曇艨梢愿纳祁^對(duì)頭的效果。事實(shí)上，與完全聽覺化不同，目前的研究表明，80毫秒的早期反射聲音可以顯著改善頭對(duì)頭的效果。事實(shí)上，對(duì)于語(yǔ)音信號(hào)，與消聲室的虛擬實(shí)現(xiàn)相比，早期的反射聲降低了雙耳聲音信號(hào)的耳間相關(guān)性。增加雙耳聲音信號(hào)的差異可能具有外化效應(yīng)。值得注意的是，混響聲(當(dāng)然包括早期反射聲和晚期混響)提高了方位定位的精度。在正常情況下，混響會(huì)引入“拖尾效應(yīng)”(模糊效應(yīng))，這會(huì)加寬聲像并降低定位精度。另一方面，非外部化的聲像不能被正確定位，因?yàn)槁曄翊嬖谟陬^部?jī)?nèi)部。參數(shù)化、可聽化和授權(quán)聲源：一般來(lái)說(shuō)，聲源信號(hào)可以從保存的文件或?qū)崟r(shí)合成錄制的聲音信號(hào)中獲得，但聲源信號(hào)應(yīng)該是理想的干信號(hào)和單聲道信號(hào)，以避免聽覺化過(guò)程中空間聽覺效果的重疊。傳播介質(zhì)：模擬環(huán)境效應(yīng)的重建，包括聲信號(hào)在介質(zhì)(空氣)中的傳播過(guò)程和物體對(duì)空間聲信號(hào)的干擾。聽者：考慮接收者的位置和方向特征。如果計(jì)算單聲道房間聲學(xué)參數(shù)，聽眾被建模為全向麥克風(fēng)。在虛擬現(xiàn)實(shí)中，接收器是人類的雙耳聽覺系統(tǒng)。室內(nèi)聲學(xué)模型：基于計(jì)算機(jī)的房間脈沖響應(yīng)房間脈沖響應(yīng)(RIR)在時(shí)域分為三個(gè)部分：直達(dá)聲、反射聲和混響聲。每個(gè)部分由不同的參數(shù)描述。從物理角度來(lái)看，直接聲音(DS)和早期反射聲音(r1-rn)可以通過(guò)聲音信號(hào)的頻譜結(jié)構(gòu)(空氣和反射表面的吸收)的方向、延遲、衰減和校正來(lái)表示，也就是說(shuō)，聲學(xué)環(huán)境的幾何形狀以及聲源和聽眾的位置決定了直接聲音和早期反射聲音的時(shí)域表達(dá)。然而，晚期混響更類似于隨機(jī)過(guò)程，通常由混響時(shí)間RT60決定。晚期混響通常被認(rèn)為是(近似的)散射場(chǎng)，即晚期混響與聲源和聽眾的位置無(wú)關(guān)，反射的聲音信號(hào)從所有方向傳播。從感知的角度來(lái)看，房間脈沖的直達(dá)聲和早期反射聲反映了房間的幾何特征，而晚期混響中的反射聲信號(hào)無(wú)法與早期反射聲清晰區(qū)分，即在房間聲學(xué)環(huán)境模擬中，沒有必要對(duì)晚期混響進(jìn)行詳細(xì)的建模，但是晚期混響聲可以增加房間聲學(xué)環(huán)境的模擬效果。從仿真實(shí)現(xiàn)的角度來(lái)看，早期反射聲的建模應(yīng)該足夠有效，每個(gè)反射聲應(yīng)該單獨(dú)建模，而晚期反射聲是通過(guò)濾波器的結(jié)構(gòu)來(lái)實(shí)現(xiàn)的。對(duì)于某個(gè)房間，晚期混響聲音通常不會(huì)改變。在實(shí)時(shí)可聽度的實(shí)現(xiàn)中，分別模擬了直達(dá)聲、早期反射聲和晚期混響。后期混響建模一般來(lái)說(shuō)，IIR濾波器用于模擬長(zhǎng)期后期混響。最早的人工數(shù)字混響器是通過(guò)級(jí)聯(lián)全通濾波器和并行梳狀濾波器實(shí)現(xiàn)的。如果梳狀濾波器采用低通濾波器的形式，它將模擬實(shí)際混響中空氣和反射表面對(duì)聲信號(hào)的吸收效果，即聲信號(hào)的衰減與頻率有關(guān)。全通濾波器用于增加反射聲信號(hào)的密度，從而模擬散射效應(yīng)。然而，梳狀濾波器的缺點(diǎn)在于缺乏建模信號(hào)的密度(導(dǎo)致金屬聲效應(yīng))，并且反射聲密度不會(huì)隨時(shí)間增加。FDN(反饋延遲網(wǎng)絡(luò))提供了一個(gè)解決方案：減少染色效果，提供更好的反射聲音密度和控制混響時(shí)間。其他混響器結(jié)構(gòu)包括級(jí)聯(lián)和全通濾波器的嵌套結(jié)構(gòu)。在以后的混響建模中，還比較了FDN法和波導(dǎo)網(wǎng)格法。聲學(xué)信號(hào)與采樣房間脈沖響應(yīng)的卷積也有簡(jiǎn)化算法。相應(yīng)的算法結(jié)合了梳狀濾波器、全通濾波器和FDN算法。一般來(lái)說(shuō)，室內(nèi)聲環(huán)境建模一般可分為兩類：物理方法和感知方法。前者根據(jù)聲環(huán)境的結(jié)構(gòu)來(lái)模擬聲信號(hào)的傳播過(guò)程，不同于精確模擬房間沖激響應(yīng)的物理方法。后者模擬聲學(xué)環(huán)境的聽覺感知特征。一般來(lái)說(shuō)，物理方法用于建筑聲學(xué)環(huán)境的設(shè)計(jì)和評(píng)價(jià)，而感知方法通常用于多媒體場(chǎng)合，以建立空間聽覺效果。物理方法：物理方法中的聲學(xué)空間通常由其幾何尺寸來(lái)定義，并且通常針對(duì)固定位置的單個(gè)聲源和單個(gè)接收器。聲學(xué)特性包括反射表面的反射系數(shù)和聲源的方向。根據(jù)上述數(shù)據(jù)，通過(guò)模擬聲信號(hào)在聲環(huán)境中的傳播過(guò)程來(lái)產(chǎn)生人工脈沖響應(yīng)。如果房間的結(jié)構(gòu)或聲源和聽者的位置發(fā)生變化，整個(gè)房間的脈沖響應(yīng)需要重新計(jì)算。當(dāng)前的物理聲學(xué)研究實(shí)時(shí)模擬動(dòng)態(tài)聲學(xué)參數(shù)，例如聽眾的位置，這不可避免地要求簡(jiǎn)化聲學(xué)信號(hào)傳播模型，并在參數(shù)改變時(shí)仔細(xì)設(shè)計(jì)信號(hào)處理過(guò)程，以避免可聽的人工聲學(xué)信號(hào)。在實(shí)時(shí)物理聲環(huán)境的建模中，早期反射聲的數(shù)量和順序有一定的上限，而晚期混響聲是通過(guò)可控混響器(上述混響器設(shè)計(jì))實(shí)現(xiàn)的。感知：感知方法依賴于房間聲脈沖響應(yīng)感知質(zhì)量的參數(shù)描述。一般來(lái)說(shuō)，這種方法只使用室內(nèi)聲學(xué)效果，而不是精確模擬聲學(xué)信號(hào)的傳播。根據(jù)人耳的心理聲學(xué)實(shí)驗(yàn)，相關(guān)文獻(xiàn)研究了聲環(huán)境和聲源信號(hào)的不同特征參數(shù)對(duì)房間脈沖響應(yīng)的感知影響。在數(shù)字信號(hào)處理器的濾波器設(shè)計(jì)中，定義了三種濾波器來(lái)過(guò)濾直接聲音、分散的房間響應(yīng)(早期反射聲音和