房间声学建模

Begault’spaper‘DirectComparisonoftheimpactofheadtracking,reverberationandindividualizedHRTFonthespatialperceptionofVAS’指出3D虚拟声信号包含3个部分：头部跟踪器、真实散射环境合成技术以及个人化HRTF，不同的因素对VAS的影响是不同的。个人化HRTF可以提高定位准确性、改善外部化，以及减少前、后声像倒置，但Moller指出非个人化HRTF会引起前、后声像倒置，但对外部化没有影响，但这些实验是在混响情况以及没有头部跟踪器的条件下进行。其它的文献也指出，混响和很少的早期反射声(即使是衰减后的延迟信号)足以产生外部的声像。当前研究中，可变的实验条件包括消声室仿真、HRTF滤波后的早期反射声仿真(0-80ms)，全部声学环境的混响(早期反射声以及80ms-2.2s的后期混响)。Anechoic/earlyreflection/fullAuralizaiton分别 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 示仿真的散射环境等级。进行了实验测试后，仿真结果表明：方位角误差：混响声明显降低了方位角误差，earlyreflection和fullauralization对方位角误差的差别也不是很明显。忽略其它因素影响，头部跟踪器对方位角误差的影响处于中等水平。头部跟踪器与不同HRTF数据类型进行组合，方位角误差的区别很小，总的来说，头部跟踪器与非个人化HRTF组合，方位角定位精度提高的幅度更大。即若使用非个人化HRTF数据，应尽可能使用头部跟踪器。仰角误差与混响声(包括早期反射声和后期混响)能够降低方位角误差不同，加入混响后的虚拟声反而会提高仰角判断误差，同时earlyreflection和fullauralization在仰角判断误差上差别不是很明显。并且头部跟踪器和个人化HRTF对仰角判断误差也没有太大的影响。这表明仰角判断精度与混响、个人化以及头部跟踪器的联系不是很紧密。前后声像倒置文章指出头部跟踪器可以明显降低前、后声像倒置。其它因素，包括个人化HRTF、混响对reversal的改善效果并不十分明显。外部化实验结果表明混响声对于外部化有着重要的影响，而其它因素对外部化的影响不是很明显Conclusion:加入了混响声的3D虚拟声系统的方位角判断误差减小，外部化效果明显，但是牺牲了仰角判断误差，并且声像前后导致问题没有明显的改善。头部跟踪器明显改善了声像前后导致问题，但是没有明显提高定位准确性和外部化。如果没有共同采用个人化HRTF和头部跟踪器，则单独使用个人化HRTF对提高定位准确性、外部化以及声像前后倒置的效果并不是很清楚，这种情况是针对语音信号的虚拟声系统。个人化HRTF没有提高方位角定位准确性是因为语音信号的绝大部分能量都集中在ITD线索比频谱线索更重要的频段。有些文献指出，对于噪声激励的虚拟声定位，个人化HRTF可以减少前后声像倒置。混响声能够改善头中效应，实际上，即与fullauralization不同，目前研究表明80ms的早期反射声就可以明显改善头中效应。实际上，对于语音信号而言，相对于消声室的虚拟实现而言，早期反射声降低了双耳声信号的耳间相关性。增加双耳声信号的差异可能会有外部化效果。值得引起注意的是，混响声(当然是包括了早期反射声和后期混响)提高了方位角定位的准确性。通常情况下，混响会引入‘拖尾效应’(模糊效应)，加宽了声像，从而降低了定位准确性。在另一方面，非外部化的声像不能进行正确定位是由于声像存在于头内部。Parametrization,Auralization,andAuthoringofRoomAcousticsforVirtualRealityApplications虚拟声学空间模型声学传播系统分为3个主要部分：声源、声信号传播介质以及接收者(听者)声源：一般而言，声源信号可由保存的文件得到，或者实时合成、录制的声信号，但声源信号都应该是理想的干信号，并且是单声道，从而避免在可听化(Auralization)过程中空间听觉效应的重叠。传播介质：重建仿真环境效应，包括在介质(空气)中声信号的传播过程，以及空间中物体对声信号的干扰作用。听者：考虑接收者的位置以及方向性特征。如计算单声道的房间声学参数，则听者建模为全向麦克风。虚拟现实中，接收者为人的双耳听觉系统。房间声学模型：基于计算机的房间脉冲响应房间脉冲响应(RIR)在时域上分为3个部分：直达声、反射声和后期混响声。每一部分通过不同的参数进行描述。从物理学的角度讲，直达声(DS)和早期反射声(r1-rn)可以通过方向、延迟、衰减和声信号频谱结构的修正(空气和反射面的吸收作用)来表示，即表示声学环境的几何形状、声源与听者的位置决定了直达声和早期反射声的时域表达。而后期反射声更类似于随机过程，通常有混响时间RT60决定，后期混响通常考虑为(近似)散射场，即后期混响与声源、听者位置无关，反射声信号从各个方向传播而来。从感知角度来讲，房间脉冲的直达声和早期反射声反映了房间几何特征，而后期混响中的反射声信号则无法和早期反射声中明显的区分，即在房间声学环境仿真中，没有必要对后期混响进行详细的建模，但是后期混响声可以增加房间声学环境的仿真效果。从仿真实现的角度而言，早期反射声的建模要足够有效，每一反射声都要单独建模，而后期反射声则通过滤波器的结构实现，针对某一房间，后期混响声通常不会变化。在实时可听化实现中，直达声、早期反射声和后期混响都是分别进行仿真的。后期混响建模一般而言，IIR滤波器用于对长时间的后期混响进行建模。最早的人工数字混响器采用并联的梳状滤波器级联全通滤波器实现。如果梳状滤波器采用低通滤波器形式，则会模拟实际混响中空气和反射面对声信号的吸收作用，即声信号衰减与频率相关。全通滤波器用于增加反射声信号的密度，从而仿真出散射效果。但是梳状滤波器的缺点在于缺少建模信号的密度(导致了金属声效应)，以及随着时间增加，反射声密度不会提高。FDN(FeedbackDelayNetwork)提供了解决方法：减少了染色效应，提供了更好的反射声密度，同时可以控制混响时间。其它的混响器结构还包括全通滤波器的级联和嵌套结构。FDN法和波导网格法(waveguidemesh)在后期混响声建模中不同也有文献进行了比较。也有简化算法用于声信号与采样房间脉冲响应的卷积。相应的算法将梳状滤波器、全通滤波器和FDN算法进行了结合。总体而言，房间声学环境建模通常可以分为两类：物理方法和感知方法。前者根据声学环境的结构对声信号的传播过程进行建模，相对于物理法精确模拟房间脉冲响应不同，后者则对声学环境的听觉感知特性进行模拟。一般而言，物理法用于建筑声学环境设计和评估，而感知法通常在多媒体场合中用于建立空间听觉效应。物理法：物理法中声学空间通常由其几何尺寸定义，并且通常针对固定位置上的单一声源和单个接收者。声学特征包括反射面的反射系数，声源的方位。根据以上数据，通过模拟声信号在声学环境中的传播过程，生成人工的脉冲响应。如果房间结构，或者声源、听者的位置发生变化，则整个房间脉冲响应都需要重新计算。目前的物理声学研究对动态声学参数，如听者的位置等进行实时建模，这不可避免的需要对声信号传播模型的简化，以及当参数改变时，信号处理过程的小心设计，以避免可听的人工声信号。在实时物理声学环境建模中，早期反射声的数目和阶数都有一定的上限，同时后期混响声通过可控的混响器来实现(以上提及的混响器设计)。感知法：感知法依赖于对房间声学脉冲响应感知质量的参数描述。通常情况下，这种方法只是利用了房间声学效应，而非声信号传播的精确模拟。相关文献根据人耳的心理声学实验，研究了声学环境和声源信号的不同特征参数对房间脉冲响应的感知影响。在DSP的滤波器设计中，定义了3种滤波器分别对直达声、散射房间响应(早期反射声和后期混响)，或者是所有声信号(直达声和房间响应)进行滤波处理。这些滤波器分别称为直达声滤波器、全向滤波器和输入滤波器。由于感知法的参数主要由声源信号特征、现场感、低音效果等参数决定，这些参数属于‘高级’(highlevel)参数，在实际的设计中，需要转化为‘低级’(Lowlevel)参数，用于定义房间脉冲响应中4个时域信号段中3个不同频段的能量。