基于学习系统模型的更快连续多通道HRTF测量方法研究
音频与语音处理
2022-05-12 v2 声音
摘要
测量个性化头相关传输函数（HRTF）在双耳音频中至关重要。个性化HRTF不仅用于双耳渲染和基于扬声器的串扰消除双耳重放，还作为数据驱动的HRTF个性化技术与心理声学实验的基础。尽管已有许多加速HRTF测量的尝试，当今测量系统中的旋转速度仍低于自然头部运动的速度。为应对更快的旋转，我们提出了一种新颖的连续HRTF测量方法。该方法利用期望最大化算法在短信号段上离线估计HRTF，并学习状态空间参数（包括系统模型），使用卡尔曼平滑器。我们在基于刚性球HRTF模型的仿真单通道与多通道测量中评估了该方法。与常规方法相比，我们发现系统距离改善了至多30 dB。
引用
@article{arxiv.2110.03630,
title = {Towards Faster Continuous Multi-Channel HRTF Measurements Based on Learning System Models},
author = {Tobias Kabzinski and Peter Jax},
journal= {arXiv preprint arXiv:2110.03630},
year = {2022}
}
备注
5 pages, 4 figures, minor changes compared to v1 after reviewers' feedbacks, accepted at ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP)