基于群延迟分解的耳廓谱谷最小相位HRTF建模
音频与语音处理
2018-04-04 v2 声音
摘要
头相关传输函数(HRTF)的精确重建对于开发高质量双耳声音合成系统十分重要。传统上,用于HRTF重建的最小相位HRTF模型开发仅限于最小相位-纯延迟模型,该模型忽略了HRTF的全通分量。本文提出一种利用群延迟分解进行耳廓谱谷(PSN)最小相位HRTF建模的新方法。所提模型捕获了由HRTF的最小相位和全通分量共同贡献的PSN,从而有助于HRTF的精确重建。首先使用傅里叶-贝塞尔级数方法识别纯最小相位HRTF分量及其对应的空间角度,该方法保证了PSN的连续演化。对这些空间角度使用最小相位-纯延迟模型重建HRTF。随后,对同时需要最小相位和全通分量的空间角度,采用级联于最小相位-纯延迟模型的全通滤波器进行建模。通过PSN提取、互相干分析和双耳合成实验对所提模型的性能进行评估。客观与主观评价结果均用于表明所提模型在双耳声音合成中的重要意义。
引用
@article{arxiv.1711.01872,
title = {Minimum-Phase HRTF Modeling of Pinna Spectral Notches using Group Delay Decomposition},
author = {Sandeep Reddy C and Rajesh M Hegde},
journal= {arXiv preprint arXiv:1711.01872},
year = {2018}
}
备注
11 pages; This paper is a preprint of a paper submitted to IET Signal Processing Journal. If accepted, the copy of record will be available at the IET Digital Library