[发明专利]确定个性化头部相关传递函数和耳间时间差函数的方法和设备

说明书

估计特定人的个体化头部相关传递函数(HRTF)和个体化耳间时间差函数(ITDF)的方法，包括以下步骤：a)获取多个数据集(Li,Ri,Oi)，该多个数据集包括来自入耳式麦克风的左音频样本和右音频样本以及来自取向单元的取向信息(Oi)，这些数据集在测试布置中被测量，其中经由扬声器来呈现声学测试信号并且人正在移动头部。b)提取耳间时间差值和/或频谱值、以及对应的取向值；c)使用预定义质量准则来估计扬声器相对于头部的方向；d)估计取向单元相对于头部的取向；e)估计个体化ITDF和个体化HRTF。一种用于执行该方法的计算机程序产品。一种包含计算机程序的数据载体。

发明领域

本发明涉及3D声音技术的领域。更具体而言，本发明涉及一种估计特定人的个体化头部相关传递函数(HRTF)和个体化耳间时间差函数(ITDF)的计算机实现的方法。本发明还涉及计算机程序产品和包括这种计算机程序产品的数据载体，以及包括这种数据载体的部件套件。

发明背景

在过去几十年中，在虚拟现实技术领域已取得了很大进展，特别是在视觉虚拟现实方面。3D电视屏幕已进入公众视野，尤其是家庭影院和视频游戏利用3D电视屏幕。但3D声音技术仍然落后。然而，至少在理论上，创建虚拟3D声学环境(被称为虚拟听觉空间(VAS))相当容易。当人在3D空间中定位声音时，他们使用由左耳和右耳拾取的两个音频信号。由此，一个重要提示是所谓的“耳间时间差”(ITD)：取决于声音的方向(相对于人头部)，声音将首先到达左耳或右耳，并且该时间差包含与侧角θ(参见图1)有关的信息。耳间时间差函数(ITDF)描述了ITD随着声源(例如，扬声器)的方向如何变化，例如参见图3。

其他提示被包含在声音的频谱内容中，而声音由内耳记录。毕竟，在来自某个方向的声波到达鼓膜之前，它们会干扰身体、头部和耳廓。并且通过这种干扰，一些频率比其他频率更容易传送；因此，出现取决于传出声音的方向的频谱滤波。该滤波由所谓的“头部相关传递函数”(HRTF)来描述(参见图4中的示例)，该HRTF针对声源的每个方向描述了每个频率的被传送或被滤除的比例。在双耳中接收到的信号的频谱内容由此包含关于声源位置的附加信息(被称为：频谱提示)，尤其是关于仰角(参见图2)、声源相对于头部所位于的高度，而且还有声源是位于人的前方还是后方。

为了创建逼真的3D声学虚拟现实(例如，通过音频呈现系统)，因此知道特定人的ITDF和HRTF是至关重要的。当这些已知时，可以针对任何特定方向人为地添加适当的时间延迟和频谱滤波，并且以此方式，给予收听者必要的提示(时间提示和频谱提示)以重构3D世界。

目前，市场上已经有很多应用使用HRTF来创建虚拟3D印象，但到目前为止它们还未被广泛使用。毕竟，这些应用使用单一、通用的ITDF和HRTF集，该ITDF和HRTF集被假设为适用于广泛的受众。正如3D视觉系统一样(3D视觉系统假设每个人的眼睛之间的距离相同)，这些系统利用平均ITDF和HRTF。虽然这不会对视觉造成重大问题，但对3D音频造成重大问题。当对于个人而言，眼睛之间的距离与平均距离显著不同时，可能发生用户深度感知不是最佳的，从而造成感觉“某些东西出错”，但与3D音频相关的问题严重得多。小的差异可能造成大的误差。在装备有虚拟“平均耳朵”的情况下，用户有效地体验空间效果-声音不再在头部内部，而是在头部之外的某处，但是关于传出声音的方向通常存在很多混淆。大多数错误是在对仰角的感知中犯下的，但同时，更加令人烦扰的是：前后经常互换。实际上应该来自前方的声音被感知为来自后方，这显著降低了该技术的有用性。

因此，尽管事实上不同人的HRTF和ITDF相似，但是人的真实HRTF和ITDF与通用HRTF和ITDF之间的微小差异导致误差，与3D视觉形成对比，这些误差对空间体验是有害的。这可能是为何通过立体声耳机的VAS尚未实现其全部潜力的原因之一。因此，为了最佳地利用该技术，有必要使用个性化HRTF和ITDF。但是如何大规模实现这一目标，以使得公众可获取该技术？