面向虚拟应用的声场平移与混合源模型及感知验证
音频与语音处理
2024-10-30 v1 声音
摘要
电影等非交互式线性体验可提供高质量环绕声音频以增强沉浸感，但听众的体验通常固定为单一声学视角。随着虚拟现实兴起，亟需以允许用户在其复现中交互和移动的方式记录并重建真实世界体验。传统声场平移技术将录音扩展为等效的虚拟声源环境。然而，商用高阶麦克风的有限采样会在虚拟复现中产生声学甜区。因此，该技术仍限制听众的可导航区域。本文提出一种声学复现中的听众平移方法，其在稀疏扩展的虚拟环境中结合了近场与远场混合源。我们通过多激励隐藏参考与锚点(MUSHRA)实验对方法进行感知验证。与平面波基准相比，所提方法在平移位置上均改善了声源可定位性以及对频谱畸变的鲁棒性。与数值模拟的交叉检验表明，稀疏扩展放宽了固有的甜区约束，从而改善了稀疏环境下的可定位性。此外，所提方法能更好地复现近场环境的强度与双耳房间脉冲响应谱，进一步支撑了显著的感知结果。
引用
@article{arxiv.2007.11795,
title = {Sound Field Translation and Mixed Source Model for Virtual Applications with Perceptual Validation},
author = {Lachlan Birnie and Thushara Abhayapala and Vladimir Tourbabin and Prasanga Samarasinghe},
journal= {arXiv preprint arXiv:2007.11795},
year = {2024}
}
备注
12 pages, 11 figures This work has been submitted to the IEEE for possible publication