HRTF中高度线索的数据驱动探索：跨多个数据集的可解释AI视角
信号处理
2025-03-17 v1 声音
音频与语音处理
摘要
尽管对头部相关传递函数（HRTFs）和频谱线索进行了广泛研究，但双耳音频中精确的高度感知仍然是一个挑战。虽然先前的研究增进了我们对声源定位线索的理解，但频谱特征与高度感知之间的相互作用仍未被完全理解。本文对来自11个不同公开HRTF数据集的600多名受试者进行了全面分析，采用卷积神经网络（CNN）模型结合可解释人工智能（XAI）技术来研究高度线索。除了测试各种HRTF预处理方法外，我们还关注数据集内和数据集间的泛化能力与可解释性，评估模型在由受试者和测量设置引起的不同HRTF变化下的稳健性。通过利用类激活映射（CAM）显著性图，我们识别了可能对高度感知有贡献的关键频带，为驱动高度特定分类的频谱特征提供了更深入的见解。本研究通过分析多样化的数据集和预处理技术，为HRTF建模和高度感知提供了新的视角，拓展了我们对各种条件下这些线索的理解。
引用
@article{arxiv.2503.11312,
title = {A Data-Driven Exploration of Elevation Cues in HRTFs: An Explainable AI Perspective Across Multiple Datasets},
author = {Juan Antonio De Rus and Mario Montagud and Jesus Lopez-Ballester and Francesc J. Ferri and Maximo Cobos},
journal= {arXiv preprint arXiv:2503.11312},
year = {2025}
}
备注
14 pages, 9 figures