基于人类测量特征和神经网络的 HRTF 峩谷频率预测
音频与语音处理
2025-04-21 v1
摘要
高保真空间音频往往使用个人化的头相关传递函数（HRTF）来获得更好的效果。然而，直接获取 HRTF 需要繁琐的设备，因此许多个性化方法从容易获取的头、脑和躯干的人体测量特征中估计 HRTF 特征。第一个 HRTF 峩谷频率（N1）被认为是仰角定位的主要特征，因此是 HRTF 个性化的有用特征。本文描述了如何使用神经模型从头绒人体测量中预测 N1 频率。预测分别在三个数据库上进行，包括模拟和测量数据，然后通过在数据库之间进行域混合。该模型成功预测了单个数据库以及通过域混合后一些数据库的 N1 频率。预测误差比以前报告的误差更好或相当，显示在大型数据库上获取以及使用更大输出范围时具有显著改进。
引用
@article{arxiv.2403.07579,
title = {On HRTF Notch Frequency Prediction Using Anthropometric Features and Neural Networks},
author = {Lior Arbel and Ishwarya Ananthabhotla and Zamir Ben-Hur and David Lou Alon and Boaz Rafaely},
journal= {arXiv preprint arXiv:2403.07579},
year = {2025}
}