本發(fā)明涉及3d虛擬聲技術(shù)領(lǐng)域，具體涉及一種基于中垂面特性的虛擬聲像近似獲取方法，其生成為滿足個體聽覺特性的虛擬聲像。

背景技術(shù)：

相對于真實聲源產(chǎn)生的感知聲像而言，虛擬聲像指通過信號處理的方法，模擬聲波從聲源到雙耳的物理傳播過程，從而使聽者產(chǎn)生的感知聲像。虛擬聲像技術(shù)往往只需要一副耳機，對重放硬件設(shè)備的依賴性小，故在三維(3d)電視、電影以及虛擬現(xiàn)實(virtualreality，vr)技術(shù)等領(lǐng)域具有較大的應(yīng)用前景。頭相關(guān)傳輸函數(shù)(head-relatedtransferfunction,hrtf)是虛擬聲像合成的核心部分；它表征聲波到耳的傳播過程中，人體生理器官(主要是頭部)對聲波的作用，包括繞射、反射等物理現(xiàn)象。和真實聲像相同，虛擬聲像可以位于聽者周圍三維空間的任意方位。為了合成任意方位的虛擬聲像，通常需要在計算機等重放硬件設(shè)備中存儲大量的hrtf數(shù)據(jù)，其中每一對hrtf(左耳和右耳)對應(yīng)一個具體的空間方位。另一方面，hrtf和聽者的生理形態(tài)有關(guān)，例如頭部偏大聽者的hrtf和頭部偏小聽者的hrtf存在差異。可見，hrtf是一個因人而異的個性化函數(shù)。已有研究表明，為了得到逼真的虛擬聲像感知效果，需要采用聽者自己的個性化hrtf數(shù)據(jù)進行虛擬聲像合成?？梢栽O(shè)想，如果一套虛擬聲像重放系統(tǒng)有一百個潛在的使用者(即聽者)，原則上就需要存儲一百組個性化hrtf數(shù)據(jù)，且每組數(shù)據(jù)包括所有可能的空間方位?？梢姡瑸榱藢崿F(xiàn)任意空間方位、高質(zhì)量虛擬聲像的重放效果，在重放硬件設(shè)備中預(yù)先存儲的hrtf數(shù)據(jù)量是非常巨大的。因此有必要采用適當(dāng)?shù)臄?shù)據(jù)簡化和壓縮方法，降低hrtf數(shù)據(jù)的存儲量，減輕對各類重放設(shè)備的硬件需求。

技術(shù)實現(xiàn)要素：

本發(fā)明為解決上述現(xiàn)有虛擬聲重放中hrtf的存儲量問題，提供了一種基于中垂面特性的虛擬聲像近似獲取方法。發(fā)明利用了中垂面hrtf和混亂錐縱截面hrtf的幅度譜相似性，以及混亂錐上任意方位的雙耳時間差相同的特性；只需要已知中垂面和水平面的hrtf數(shù)據(jù)，就可以近似獲取任意空間方位的hrtf，從而實現(xiàn)任意空間方位虛擬聲像的合成和重放。本發(fā)明可有效減少虛擬聲像合成中所需存儲的hrtf的數(shù)量，減輕虛擬聲像重放系統(tǒng)的負擔(dān)。

本發(fā)明的目的通過以下技術(shù)方案實現(xiàn)。

一種基于中垂面特性的虛擬聲像近似獲取方法，包括如下步驟：

步驟1、確定目標虛擬聲像所處的混亂錐縱截面和水平面的交點坐標；

步驟2、選取交點處的雙耳頭相關(guān)傳輸函數(shù)hrtf，計算雙耳時間差；

步驟3、在中垂面上，確定和目標聲像同仰角的空間方位，用該方位的hrtf幅度譜代替目標聲像方位hrtf的幅度譜；

步驟4、根據(jù)最小相位近似方法，將目標聲像方位的雙耳hrtf幅度譜和雙耳時間差進行合成，得到目標聲像方位hrtf的近似結(jié)果；

步驟5、將單通路信號和目標聲像方位hrtf進行時間域卷積處理或等價地頻率域濾波處理，得到合成的雙耳虛擬聲信號，輸出到耳機進行重放。

進一步地，所述步驟1中以雙耳連線的中點為坐標原點，建立雙耳極坐標系統(tǒng)；通常，需要采用角度和距離共同表征一個特定的聲像方位，考慮到本發(fā)明涉及的遠場hrtf與距離無關(guān)，因此一個特定的聲像方位僅需偏側(cè)角θ和仰角φ表征，所述偏側(cè)角－90°≤θ≤90°表示空間聲像與原點構(gòu)成的方向矢量和中垂面的夾角；而仰角－90°≤φ≤270°表示空間聲像在中垂面的投影與水平面的夾角。

進一步地，所述步驟1中，假設(shè)目標虛擬聲像處于空間點(θ，φ)，則它決定了一個偏側(cè)角為θ的混亂錐；過虛擬聲像的空間方位，做一個平行于中垂面的混亂錐縱截面，交水平面于點(θ，φ＝0°)。

進一步地，所述步驟2具體包括：

步驟201、根據(jù)步驟1的結(jié)果，從已知hrtf數(shù)據(jù)庫中提取水平面(θ，φ＝0°)雙耳hrtf的時間域數(shù)據(jù)，即hl和hr；

步驟202、將hl和hr代入公式(1)，計算兩者的相關(guān)系數(shù)：

其中|τ|≤1ms(1)

步驟203、取公式(1)相關(guān)系數(shù)c達到最大值時所對應(yīng)的τmax為雙耳時間差。由于混亂錐上各點的雙耳時間差一樣，所以公式(1)得到的雙耳時間差τmax即為目標虛擬聲像處的雙耳時間差。

進一步地，所述已知hrtf數(shù)據(jù)庫，有些采用雙耳極坐標系統(tǒng)(θ，φ)，例如美國加利福尼亞大學(xué)戴維斯分校cipic數(shù)據(jù)庫；而有些采用順時針球坐標系統(tǒng)(θ'，φ')，例如中國華南理工大學(xué)中國人樣本hrtf數(shù)據(jù)庫、美國麻省理工學(xué)院mithrtf數(shù)據(jù)庫。所述順時針球坐標系統(tǒng)(θ'，φ')通過下面的公式(2)轉(zhuǎn)換為雙耳極坐標系統(tǒng)(θ，φ)：

進一步地，步驟3中具體包括：

假設(shè)目標虛擬聲像處于空間點(θ，φ)，則中垂面上和目標聲像同仰角的空間方位為(θ＝0°，φ)；接著從已知hrtf數(shù)據(jù)庫中提取中垂面(θ＝0°，φ)的雙耳hrtf，將其幅度譜(即|h(l,median)|、|h(r,median)|)作為目標虛擬聲像處hrtf的幅度譜。

進一步地，所述步驟4中，根據(jù)最小相位近似，將目標聲像方位的雙耳hrtf幅度譜和雙耳時間差進行合成，公式為：

其中t0為聲源到雙耳的延遲時間，可根據(jù)應(yīng)用場景進行設(shè)定。

本發(fā)明的原理是：混亂錐定義為到雙耳的距離差為常數(shù)的點所構(gòu)成的曲面，因此混亂錐上所有點到雙耳的時間差異(即雙耳時間差)是相同的。由于目標聲像方位決定了一個混亂錐縱截面，因此可以計算該混亂錐縱截面和水平面交點的雙耳時間差，進而得到目標聲像方位的雙耳時間差。另一方面，hrtf幅度譜特征起源于入射聲波和生理結(jié)構(gòu)(包括頭部和耳廓等)的相互作用。當(dāng)聲源從中垂面(即前方)逐漸向側(cè)向偏移時，聲波入射角將發(fā)生變化，然而其大體的物理過程仍是相似的，因此中垂面hrtf和混亂錐縱截面hrtf的幅度譜具有較高的相似性?？紤]到人耳有限的分辨能力，可以采用中垂面hrtf幅度譜近似代替混亂錐縱截面hrtf的幅度譜，而不引起聽覺誤差。

本發(fā)明與現(xiàn)有技術(shù)相比，具有如下優(yōu)點和有益效果：

1.本發(fā)明只需要已知中垂面和水平面的hrtf數(shù)據(jù)，就可以近似獲取任意空間方位的hrtf，從而實現(xiàn)任意空間方位虛擬聲像的合成和重放。

2.本發(fā)明可有效減少虛擬聲像合成中所需存儲的hrtf的數(shù)量，減輕虛擬聲像重放系統(tǒng)的負擔(dān)。

3.本發(fā)明可采用算法語言編制的軟件在多媒體計算機上實現(xiàn)，也可以采用通用信號處理芯片(dsp硬件)電路或?qū)Ｓ玫募呻娐穼崿F(xiàn)，用于各種便攜式播放設(shè)備包括智能手機、虛擬現(xiàn)實等方面的聲音重放。

附圖說明

圖1是本發(fā)明實施例的原理圖；

圖2是空間方位示意圖；

圖3是本發(fā)明實施例的多媒體計算機實現(xiàn)的信號流程圖。

具體實施方式

下面結(jié)合附圖對本發(fā)明作進一步的說明，但本發(fā)明要求保護范圍并不局限于實施例表示的范圍。

圖1是本發(fā)明的一種基于中垂面特性的虛擬聲像近似獲取方法的原理方框圖。它利用了中垂面hrtf和混亂錐縱截面hrtf的幅度譜相似性，以及混亂錐上任意方位的雙耳時間差相同的特性；只需要已知中垂面和水平面的hrtf數(shù)據(jù)，就可以近似獲取任意空間方位的hrtf，從而實現(xiàn)任意空間方位虛擬聲像的合成和重放。本發(fā)明可有效減少虛擬聲像合成中所需存儲的hrtf的數(shù)量，減輕虛擬聲像重放系統(tǒng)的負擔(dān)。

一種基于中垂面特性的虛擬聲像近似獲取方法，包括如下步驟：

步驟1、確定目標虛擬聲像所處的混亂錐縱截面和水平面的交點坐標；

步驟2、選取交點處的雙耳頭相關(guān)傳輸函數(shù)hrtf，計算雙耳時間差；

步驟3、在中垂面上，確定和目標聲像同仰角的空間方位，用該方位的hrtf幅度譜代替目標聲像方位hrtf的幅度譜；

步驟4、根據(jù)最小相位近似方法，將目標聲像方位的雙耳hrtf幅度譜和雙耳時間差進行合成，得到目標聲像方位hrtf的近似結(jié)果；

步驟5、將單通路信號和目標聲像方位hrtf進行時間域卷積處理或等價地頻率域濾波處理，得到合成的雙耳虛擬聲信號，輸出到耳機進行重放。

具體而言，所述步驟1中以雙耳連線的中點為坐標原點，建立雙耳極坐標系統(tǒng)；通常，需要采用角度和距離共同表征一個特定的聲像方位，考慮到本發(fā)明涉及的遠場hrtf與距離無關(guān)，因此一個特定的聲像方位僅需偏側(cè)角θ和仰角φ表征，所述偏側(cè)角－90°≤θ≤90°表示空間聲像與原點構(gòu)成的方向矢量和中垂面的夾角；而仰角－90°≤φ≤270°表示空間聲像在中垂面的投影與水平面的夾角。

具體而言，所述步驟1中，假設(shè)目標虛擬聲像處于空間點(θ，φ)，則它決定了一個偏側(cè)角為θ的混亂錐；過虛擬聲像的空間方位，做一個平行于中垂面的混亂錐縱截面，交水平面于點(θ，φ＝0°)。

具體而言，所述步驟2具體包括：

步驟201、根據(jù)步驟1的結(jié)果，從已知hrtf數(shù)據(jù)庫中提取水平面(θ，φ＝0°)雙耳hrtf的時間域數(shù)據(jù)，即hl和hr；

步驟202、將hl和hr代入公式(1)，計算兩者的相關(guān)系數(shù)：

其中|τ|≤1ms(1)

步驟203、取公式(1)相關(guān)系數(shù)c達到最大值時所對應(yīng)的τmax為雙耳時間差。由于混亂錐上各點的雙耳時間差一樣，所以公式(1)得到的雙耳時間差τmax即為目標虛擬聲像處的雙耳時間差。

具體而言，所述已知hrtf數(shù)據(jù)庫中，有些采用雙耳極坐標系統(tǒng)(θ，φ)，例如美國加利福尼亞大學(xué)戴維斯分校cipic數(shù)據(jù)庫；而有些采用順時針球坐標系統(tǒng)(θ'，φ')，例如中國華南理工大學(xué)中國人樣本hrtf數(shù)據(jù)庫、美國麻省理工學(xué)院mithrtf數(shù)據(jù)庫。順時針球坐標系統(tǒng)(θ'，φ')可以通過下面的公式(2)轉(zhuǎn)換為雙耳極坐標系統(tǒng)(θ，φ)：

θ＝arcsin(sinθ'×cosφ')；(2)

具體而言，步驟3中，假設(shè)目標虛擬聲像處于空間點(θ，φ)，則中垂面上和目標聲像同仰角的空間方位為(θ＝0°，φ)，接著從已知hrtf數(shù)據(jù)庫中提取中垂面(θ＝0°，φ)的雙耳hrtf，將其幅度譜(即|h(l,median)|、|h(r,median)|)作為目標虛擬聲像處hrtf的幅度譜。

具體而言，步驟4中，根據(jù)最小相位近似，將目標聲像方位的雙耳hrtf幅度譜和雙耳時間差進行合成，公式為：

其中t0為聲源到雙耳的延遲時間，可根據(jù)應(yīng)用場景進行設(shè)定。

圖2是本發(fā)明涉及的空間方位示意圖。圖中，xyz表征三維空間，zy表征中垂面，xy表征水平面，a點代表坐標原點，c點代表目標虛擬聲像方位。左圖中，c點和a點共同決定了一個以a為頂點的混亂錐，ab為錐體的中垂線；進一步，過c點做混亂錐縱截面，交水平面于點d。右圖中，目標虛擬聲像c的仰角為∠cbd，中垂面上的e點為和目標聲像同仰角的空間方位，有∠eaf＝∠cbd。本發(fā)明中，采用e的hrtf幅度譜作為目標虛擬聲像c的hrtf幅度譜；同時，采用d的雙耳時間差作為目標虛擬聲像c的雙耳時間差。

圖3是本發(fā)明實施例的多媒體計算機實現(xiàn)的信號流程圖。在實際的應(yīng)用中，需要合成的虛擬聲像方位可能不止一個，可以反復(fù)采用本發(fā)明的方法逐個進行目標虛擬聲像的hrtf的獲取。

本發(fā)明的上述實施例僅僅是為清楚地說明本發(fā)明所作的舉例，而并非是對本發(fā)明的實施方式的限定。對于所屬領(lǐng)域的普通技術(shù)人員來說，在上述說明的基礎(chǔ)上還可以做出其它不同形式的變化或變動。這里無需也無法對所有的實施方式予以窮舉。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換和改進等，均應(yīng)包含在本發(fā)明權(quán)利要求的保護范圍之內(nèi)。