一种中垂面上近场虚拟声像的合成方法与流程

本发明涉及3d虚拟声技术领域，具体涉及一种基于远场信息的近场中垂面虚拟声的合成方法。

背景技术：

虚拟声重放采用声信号处理的方法模拟特定空间方位的虚拟声像，从而使听者产生沉浸感和临场感。由于重放设备(通常是耳机)简单、便携，虚拟声重放在多媒体电脑、个人音频移动终端等领域具有广泛的应用。头相关传输函数(head-relatedtransferfunction,hrtf)是虚拟声信号处理的关键。hrtf是自由场情况下声源到双耳的声学传输函数，和声源方位、距离、声波频率、听者生理结构等相关。当声源到听者头部的距离大于1.0米，hrtf几乎不随距离而改变，称为远场hrtf；而当声源到听者头部的距离小于1.0米，hrtf随距离发生明显变化，称为近场hrtf。近场hrtf包含了声源距离定位的信息，因此它在双耳距离定位机理的研究中具有重要意义；同时，随着手持播放设备的普及(例如手机)，也需要采用近场hrtf进行近场虚拟声重放的信号处理。

目前，近场hrtf数据主要通过测量得到。在实际的近场hrtf测量中，主要存在以下三个方面的困难：(1)由于测量声源和受试者较近，声波将不可避免地发生多重散射和绕射问题，因此需要特定的小尺寸声源；(2)由于近场hrtf和距离有关，因此需要分别测量不同距离的hrtf，其工作量非常大。(3)hrtf和受试者的生理结构有关(例如头部大小、耳廓细微结构等)。原则上，为了获得最佳的声重放效果，需要测量每一个听者(即受试者)的近场hrtf。目前，已有多个课题组建立了远场hrtf数据库，并在互联网上公开，例如mit和cipichrtf数据库。如果可以采用已知的远场hrtf推导出不同距离的近场hrtf，那就可以避免上述近场hrtf测量的困难，实现近场hrtf的便捷获取。

声像的空间定位主要分为水平方向定位和垂直方向定位。水平方位定位主要取决于左耳和右耳hrtf的差异，而垂直方向定位(特别是中垂面上的声像定位)主要依赖hrtf的频谱特征。因此，hrtf的频谱特征的准确度决定了中垂面声像定位的准确度；在中垂面远场hrtf推导近场hrtf的过程中，需要特别关注近场hrtf频谱特征的准确再现。

通常，hrtf的相关研究(包括现有的数据库)采用头中心坐标系，其中hrtf的角度定义为声源相对于头中心的角度。然而，hrtf本身定义为声源到双耳的传输函数，hrtf数据也是在双耳处进行捡拾的。因此，在远场hrtf推导近场hrtf的过程中，为了保证近场hrtf频谱特征的准确性，需要考虑声源相对于耳(而不是头中心)的角度。计算表明，远场声源相对于头中心和相对于耳的角度大致相等；而近场声源相对于头中心和相对于耳的角度存在较大偏差，甚至可以达到30°。这意味着在通常的头中心坐标系情况下，不能直接用远场hrtf推导同角度的近场hrtf，需要考虑近场声源在双耳坐标系和头中心坐标系两种情况下的角度偏差。

技术实现要素：

针对远场hrtf推导近场hrtf过程中的角度偏差问题，本发明提供了一种基于角度修正的中垂面近场hrtf的获取方法。本发明以远、近声源对耳具有相同的角度为出发点，推导出中垂面近场hrtf在头中心坐标系中所对应的远场hrtf的角度(即修正角度)，进而从已有的采用头中心坐标系的远场hrtf数据库中提取相应的双耳hrtf数据，供后续合成中垂面近场虚拟声像。该方法可以准确、便捷地合成中垂面任意声源距离处的虚拟声像。

本发明的目的通过以下技术方案实现。

一种中垂面上近场虚拟声像的合成方法，包括步骤：

步骤1、输入已知数据，包括远场hrtf基线数据库、三个距离参数，所述的三个距离参数包括远场声源和头中心的距离d、人头半径a、中垂面上近场目标声像和头中心的距离d；

步骤2根据公式，计算右耳r的修正角度θ：

其中，改变中垂面上近场目标声像和头中心的距离d，就可以获得不同近场距离的修正角度；

步骤3、提取远场hrtffar(θ，r)作为近场目标声像的右耳hrtf，即hrtfnear(r)；提取远场hrtffar(-θ，l)作为近场目标声像的左耳hrtf，即hrtfnear(l)；

步骤4、将近场目标声像的双耳hrtfnear和输入声信号进行卷积，并馈给耳机或扬声器进行声重放。

进一步地，所述远场为距离头中心1米以外的区域，所述近场为距离头中心1米以内的区域。

进一步地，所述远场的hrtf的特征不随距离而变化，而近场的hrtf的特征随距离而变化。

进一步地，步骤1中所述hrtf基线数据库指目前已有公开的多个远场hrtf数据库，包括美国麻省理工学院mithrtf数据库、美国加利福尼亚大学戴维斯分校cipichrtf数据库。

进一步地，步骤1中所述的人头半径a取平均值为8.75cm。

进一步地，步骤1中所述的人头半径a通过直接测量获得。

进一步地，步骤4中合成的双耳声信号直接馈给耳机重放；当采用扬声器重放时，则需要插入串声消除算法。

本发明的原理是：空间任一声源发出的声波，经过和听者生理结构(例如头、耳廓、躯干等)的相互作用后，到达双耳。hrtf反映了上述声传输过程中声波的改变。无论远场或近场，只要声源相对于耳的方位角相同，对应的声传输过程是相同的，因此同角度(相对于耳而言)的远近场hrtf具有高度相似的频谱结构。这就是采用远场hrtf推知近场hrtf的理论基础。然而，远场hrtf的研究以及数据库往往采用头中心坐标系。研究发现，由于近场声源相对于头中心和相对于耳存在明显的角度偏差。这意味着相对于耳而言的同角度远近场hrtf在头中心坐标系是不同角度的。如果利用现有的头中心坐标系的远场hrtf推导近场hrtf必须进行角度修正，以确保提取的远场hrtf与近场目标hrtf相对于耳而言是同角度的。考虑到hrtf频谱的准确性对于中垂面虚拟声像的准确再现是至关重要的，本发明重点推导了中垂面上的角度修正公式。类似的方法也可以推广到中垂面以外。

相比现有技术，本发明的优势在于：

(1)采用已有的远场hrtf数据推导近场hrtf数据，可以彻底避免繁杂的近场hrtf测量；

(2)考虑了近场hrtf相对于耳和相对于头中心的角度偏差，采用了相应的修正公式，从而提高了远场hrtf推导近场hrtf的准确性；

(3)本发明可以采用算法语言编制的软件在多媒体计算机上实现，也可以采用信号处理芯片电路或专用的集成电路实现，用于多媒体计算机、各种手持便携式音频播放设备(例如手机)等方面的近距离虚拟声重放。

附图说明

图1是本发明的实现原理图。

图2是本发明角度修正的示意图。

图3是本发明实施例的多媒体计算机实现的信号流程图。

具体实施方式

下面结合附图对本发明做进一步的说明，但本发明要求保护范围并不局限于实施例表示的范围。

图1是本发明一种中垂面上近场虚拟声像的合成方法的实现原理图。它考虑了近场情况下声源相对于头中心和相对于耳的角度偏差，推导出了相应的角度修正公式。根据角度修正公式，可以从远场已知hrtf基线数据库中准确提取近场目标hrtf数据，从而确保中垂面上近场虚拟声像合成的准确性。这种中垂面上近场虚拟声像的合成方法可以避开复杂的近场hrtf的测量，可以便捷地获取任意近场距离的虚拟声像。

一种中垂面上近场虚拟声像的合成方法，包括步骤：

步骤1、输入已知数据，包括远场hrtf基线数据库、三个距离参数，所述的三个距离参数包括远场声源和头中心的距离d、人头半径a、中垂面上近场目标声像和头中心的距离d；

步骤2、根据公式，计算右耳r的修正角度θ：

其中，改变中垂面上近场目标声像和头中心的距离d，就可以获得不同近场距离的修正角度；

步骤3、提取远场hrtffar(θ，r)作为近场目标声像的右耳hrtf，即hrtfnear(r)；提取远场hrtffar(-θ，l)作为近场目标声像的左耳hrtf，即hrtfnear(l)；

步骤4、将近场目标声像的双耳hrtfnear和输入声信号进行卷积，并馈给耳机或扬声器进行声重放。

具体而言，所述远场为距离头中心1米以外的区域，所述近场为距离头中心1米以内的区域。

具体而言，所述远场的hrtf的特征不随距离而变化，而近场的hrtf的特征随距离而变化。

具体而言，步骤1中所述hrtf基线数据库指目前已有公开的多个远场hrtf数据库，包括美国麻省理工学院mithrtf数据库、美国加利福尼亚大学戴维斯分校cipichrtf数据库。其中，公开的hrtf基线数据库都会指明其数据的测量距离，即远场声源和头中心的距离d。

具体而言，步骤1中所述的人头半径a取平均值为8.75cm，也可以通过直接测量获得。例如，可以采用体感设备(如微软公司出品的kinect)捕获听者头部的三维尺寸，进而确定特定听者的头半径。

具体而言，步骤4中合成的双耳声信号可以直接馈给耳机重放；如果采用扬声器重放，则需要插入串声消除算法。其中，串声消除算法的具体数学形式和扬声器的数量、摆放方式都有关。

图2是角度修正的示意图。由于图的视角是自头顶向下俯视，所以中垂面(定义为将人体左右均分的切面)呈现为左右平分头部的一条虚线。虽然现实中人头并非一个理想的球形，但是已有研究证实球形是人头的一种良好近似；同时，由于人类的听觉具有一定的分辨率，这种近似不会引起听觉畸变。图中，o点代表头中心，a点代表右耳，b点代表期望合成的近场目标声像，∠boc＝θ代表修正角，c点代表根据修正角确定的远场已知声像，oa＝a，ob＝d，oc＝d。从图中可以看出，ab和ac在同一条直线上，近场声像b和远场声像c相对于右耳的角度相同，相应的远场和近场hrtf具有相似的频谱结构。因此，提取远场c点的hrtf作为近场b点的hrtf，即从远场c点hrtf推导出近场b点hrtf，具有合理性。图3是计算机实现的流程图，可以采用matlab或者c++语言编程实施。

本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明权利要求的保护范围之内。