面向心理声学与语音可懂度的广义单耳与双耳听觉模型

听觉感知涉及单耳听觉通路中的线索以及基于双耳间差异的双耳线索。迄今为止，听觉模型通常孤立地关注单耳或双耳实验。尽管双耳模型通常建立在（现有）单耳模型的阶段之上，但仅有少数尝试通过统一决策阶段扩展单耳模型以加入双耳线索。在此类方法中，双耳处理的典型原型是经典的均衡-抵消机制，其要么涉及信号自适应延迟并提供单通道输出，要么可用抽头延迟实现以提供高维多通道输出。本文贡献在于通过仅含少量固定输出通道的非自适应双耳阶段扩展（单耳）广义包络功率谱模型。该双耳阶段类似于生理动机的半球双耳处理特征，作为简化的信号处理阶段，产生一个5通道单耳与双耳矩阵特征“解码器”（BMFD）。现有单耳模型的后端应用于5通道BMFD输出并计算短时包络功率与功率特征。该模型针对文献中单耳与双耳心理声学实验的基线数据库进行了评估与讨论。