双耳信号时差与强度差的听觉效应

对频率在４０００Ｈｚ以下的纯音,方波和噪声在有时差或强度差时的主观感受进行的直接测试结果表明,通过双耳信号产生整体单一声源感,双耳信号需要有一个以上的频率成分。单频纯音并不能独自产生声源在不同位置的主观感受,且完全没有整体单一声源的感受。实验结果还表明所有频率成分的强度差,时差在半周期以下的频率成分地时差对声源的空间位置感起作用。     

基于HRTF和主成分分析的声源定位研究

传统双麦克风阵列在进行声源定位时有误差大、范围小,易产生前后镜像声源的混淆等缺点,而人的双耳却可以较准确地判断三维空间的声源方向.根据双耳定位原理,本文提出了一种基于HRTF和主成分分析的声源定位方法.利用具有双耳特性的双麦克风接收声信号,采用相关法辨识不同方位双耳特性差异并和HRTF数据库计算得到的真实值比较完成声源定位.仿真实验证明,提出的方法能有效进行三维空间的声源定位,突破了传统双麦克风的声源定位限制,引入主成分分析节省了定位所用数据的存储空间,为方案的实时实现提供了依据.     

基于主观听音实验的多通道声像定位因素的研究

人耳声像定位是非常复杂多元化的过程.声源到达两耳的声压级差(ILD)、双耳时间差(ITD)及相位差等,是声像产生的原因.本文设计了一个基于主观听音的实验,定义了一个新的评价指标——多通道声像误差角度因子α,用以把主观感受进行量化,从而得到多通道声像误差角度因子曲线.根据初步研究结果,提出了多通道声像误差角度因子曲线的差异存在于测试者声乐基础、偏离中心位置的距离、声道数量、音源频率等几个因素.     

基于建筑声学仿真模拟的视听一体化研究

文中选取莫扎特第四十交响乐多通道录音信号作为声源干信号，以天津文化中心音乐厅为例，通过建筑声学模拟软件ODEON进行声场模拟，将乐队按照乐器划分为49个点声源并分别对应各个乐器的指向性，在观众席设置5个典型接收点位置，分别计算每个声源点至接收点的双耳脉冲响应，再与每个声源点对应的乐器干信号进行卷积，将卷积得到的49个听音信号同步播放合成乐队多声源可听化信号。同时按照传统点声源的可听化方法，在交响乐队中心位置设置一个点声源，计算点声源至接收点的双耳脉冲响应，再与乐队49个干信号进行卷积同步播放得到交响乐单声源可听化信号。视觉方面首先在Sketch up中建立音乐厅的三维真实模型并给各个界面赋予真实材质，将Sketch up的视觉模型输出至VR虚拟现实模拟软件SimLab Composer，调整灯光、材质、环境等参数，对调整好信息参数的虚拟模型进行渲染以获得更好的沉浸感，通过HTC VIVE Cosmos眼镜输出VR虚拟场景，模拟厅堂的三维视觉。在建筑声学视听实验时分别对比多声源与单声源卷积的可听化信号分别在有无VR视觉信号的条件下混响感与ASW（感知声源宽度）这两个建筑声学空间感音质指标...     

利用声场双耳互相关函数和声源自相关函数计算音乐信号与脉冲响应卷积信号的IACC

双耳脉冲响应（BIRs）是用以表征音乐厅和歌剧院声场特征的参量．由于BIRs是表征声场的转移函数，因此，在消声室中录制的声源信号与BIRs卷积，就代表在实际声场中听到的信号．为了探究原信号的声学特征，一种有效的方法是计算其自相关函数（ACF），因为从ACF中导出的参量能与听者的主观优选良好相关．因此可以说，卷积与相关是室内声学中最重要的计算方法．文中通过将BIRs导出的双耳互相关函数（IACF）和将干信号与BIRs卷积后的IACF作比较，探讨了声源信号与声场之间的关系．在特定备件下，卷积与相关是等同的，此时，干信号与BIRs卷积后的IACC可直接由BIRs导出的IACC与干信号的ACF的有效时间τe来表示。     

双耳时间差和强度差与声源距离线索关系的研究

基于头传递相关函数库开展对双耳时间差和强度差与声源距离线索关联的研究。采用三组头相关传递函数库(基于KEMAR人工头的PKU&IOA HRTFs 库、基于 KEMAR 人工头但不包括耳廓的PKU&IOA HATFs 库和基于球模型的HRTF 库) , 研究了距离对双耳定位线索的影响( 包括 ITD 和 IID) 。分析结果表明, 距离在双耳定位中有非常重要的作用, 尤其在近场环境下, 距离对双耳线索的影响是明显的。     

头相关传输函数与虚拟听觉重放

头相关传输函数（HRTF）是自由场情况下点声源到双耳的声学传输函数,包含有声源定位的主要物理信息,在双耳听觉物理的研究中是非常重要的.虚拟听觉重放是HRTF的一个重要应用,它采用HRTF信号处理的方法模拟声源到双耳声学传输过程,从而在声重放中产生相应的空间听觉事件.目前HRTF与虚拟听觉重放已成为物理学（声学）、信号处理、听觉生理等研究领域的热门与前沿课题,受到国内外多学科研究工作者的共同关注,并在众多的领域得到广泛的应用.该文综述HRTF与虚拟听觉重放的基本原理与国内外研究进展,并概述了虚拟听觉重放的一些重要应用.     

脑对双耳听觉信息整合的神经机制

综述近60 a来有关脑对双耳听觉信息整合的神经机制的研究进展.首先介绍了脑处理双耳信息的神经解剖学基础，双耳神经元的分类及其生理特性，以及双耳神经元在听觉系统的拓扑学分布研究；然后对脑处理双耳听觉信息研究的热点领域进行了重点探讨，综述了上橄榄复合体、下丘和听皮层双耳神经元对双耳时间差和双耳强度差的编码方式，以及脑通过对这些参数的编码来分析声源方位的神经生理学研究进展；最后对该领域未来研究方向作展望.     

纯音信号双耳响度叠加与双耳声级差及频率的关系

现有关于响度的模型多基于双耳等响的假设之上, 但实际中, 人耳常处于双耳异响的听觉环境中. 在这种情况下, 双耳响度的算术平均值常用作总体响度感知的估计值, 即认为总体响度感知不受双耳间响度差异的影响. 我们通过主观评价实验, 对双耳异响条件下纯音信号的总体响度感知进行了初步探索. 实验结果显示, 总体响度感知在低频范围波动并不明显, 而在高频范围波动逐渐趋于显著;当双耳声级差增大时, 总体响度感知大于双耳间响度的算术平均值. 基于实验结果提出了双耳异响条件下总体响度感知的修正模型. 修正模型与实验结果具有很高的一致性.     

基于子带信噪比估计和软判决的鲁棒双耳声源定位算法

为了提高噪声和混响环境下的双耳声源定位算法性能,提出了一种基于子带信噪比估计和软判决的双耳互功率谱和耳间时间差估计算法.首先根据每帧中每个子带双耳声信号的自相关矩阵估计子带信噪比;其次,将子带信噪比映射为软判决值,并对双耳互功率谱进行加权;最后利用加权后的互功率谱估计耳间时间差,从而判断目标声源方位.仿真测试和实际环境测试均表明:与基于互相关函数、过零率的传统双耳声源定位算法相比,所提算法在噪声和混响的复杂声学环境下,显著提高了双耳声源定位性能.     

Linear processing of spatial cues in primary auditory cortex.

To determine the direction of a sound source in space, animals must process a variety of auditory spatial cues, including interaural level and time differences, as well as changes in the sound spectrum caused by the direction-dependent filtering of sound by the outer ear. Behavioural deficits observed when primary auditory cortex (A1) is damaged have led to the widespread view that A1 may have an essential role in this complex computational task. Here we show, however, that the spatial selectivity exhibited by the large majority of A1 neurons is well predicted by a simple linear model, which assumes that neurons additively integrate sound levels in each frequency band and ear. The success of this linear model is surprising, given that computing sound source direction is a necessarily nonlinear operation. However, because linear operations preserve information, our results are consistent with the hypothesis that A1 may also form a gateway to higher, more specialized cortical areas.     

Head rotation and sound image localization in the median plane

The effect of head rotation on median plane sound source (or image) localization is studied. It is suggested that, at low frequency, the change of interaural time difference (ITD) caused by head rotation supplies information for determining sound source direction in the median plane. Based on the suggestion, the summed sound image Ioealization equations for multiple loudspeakers arranged in the median plane are derived. Especially, for a pair of loudspeakers arranged front-back symmetrically in the median plane, the localization equations are similar to that of stereophonic sound in horizontal plane. A sound image localization experiment was carried out to prove the theoretical analysis. The results of this paper are not only available to virtual spatial auditory, but also supply a quantitative validation of the hypothesis that head rotation is a cue for sound source localization in the median plane at low frequency.     

立体声和环绕声像的相关分析

提出了立体声重发声像的相关理论分析法。通过对双耳听觉互相关函数的计算,得到声重发时双耳声信号的时间差以及听觉互相关系数Ｉ,从而对声像位置和声像的明晰度进行分析,得到了同主观评价实验相一致的结果。     

基于听觉场景分析的近讲语音增强算法

针对近讲场景,提出一种双麦克近讲语音增强算法。该算法基于耳间延时差(ITD)、耳间强度差(IID)特征来区分目标语音,利用声学掩蔽效应,实现目标语音对背景噪声的分离降噪。与传统的单麦克增强方法相比,该算法可消除多种类型噪声且对语音造成的损伤较小。实验表明:该算法能将8～33dB的白噪声、音乐噪声、广播噪声3种噪声类型的带噪语音的信噪比提高到36dB以上,同时保持较高的目标语音可懂度。对于冲击噪声的带噪语音也具有较好的降噪效果。     

Optimal neural population coding of an auditory spatial cue

A sound, depending on the position of its source, can take more time to reach one ear than the other. This interaural (between the ears) time difference (ITD) provides a major cue for determining the source location. Many auditory neurons are sensitive to ITDs, but the means by which such neurons represent ITD is a contentious issue. Recent studies question whether the classical general model (the Jeffress model) applies across species. Here we show that ITD coding strategies of different species can be explained by a unifying principle: that the ITDs an animal naturally encounters should be coded with maximal accuracy. Using statistical techniques and a stochastic neural model, we demonstrate that the optimal coding strategy for ITD depends critically on head size and sound frequency. For small head sizes and/or low-frequency sounds, the optimal coding strategy tends towards two distinct sub-populations tuned to ITDs outside the range created by the head. This is consistent with recent observations in small mammals. For large head sizes and/or high frequencies, the optimal strategy is a homogeneous distribution of ITD tunings within the range created by the head. This is consistent with observations in the barn owl. For humans, the optimal strategy to code ITDs from an acoustically measured distribution depends on frequency; above 400 Hz a homogeneous distribution is optimal, and below 400 Hz distinct sub-populations are optimal.     

Hyperacute directional hearing in a microscale auditory system

The physics of sound propagation imposes fundamental constraints on sound localization: for a given frequency, the smaller the receiver, the smaller the available cues. Thus, the creation of nanoscale acoustic microphones with directional sensitivity is very difficult. The fly Ormia ochracea possesses an unusual 'ear' that largely overcomes these physical constraints; attempts to exploit principles derived from O. ochracea for improved hearing aids are now in progress. Here we report that O. ochracea can behaviourally localize a salient sound source with a precision equal to that of humans. Despite its small size and minuscule interaural cues, the fly localizes sound sources to within 2 degrees azimuth. As the fly's eardrums are less than 0.5 mm apart, localization cues are around 50 ns. Directional information is represented in the auditory system by the relative timing of receptor responses in the two ears. Low-jitter, phasic receptor responses are pooled to achieve hyperacute timecoding. These results demonstrate that nanoscale/microscale directional microphones patterned after O. ochracea have the potential for highly accurate directional sensitivity, independent of their size. Notably, in the fly itself this performance is dependent on a newly discovered set of specific coding strategies employed by the nervous system.     

二维矢量声强探头的设计计算与误差修正

一维声强探头测量二维空间方向声强需要测量两次,费时且有时时间上不允许。利用平行四边形曲柄机构的位置保持原理,设计了测量频率范围可调的二维矢量声强探头的机械结构。基于双传声器互谱声强法原理,采用三个传声器构成的二维矢量声强探头,给出了二维矢量声强的测量原理、二维矢量声强的计算公式和有限差分误差修正方法。修正后互谱声强计算值和理论值之间的误差要比修正前显著减小,表明有限差分误差修正方法可以明显降低互谱声强测量中由于有限差分导致的声强测量误差。     

基于声压修正边界元方法的气动噪声数值模拟

为考虑非紧致固体边界散射作用的影响,通过声模拟与边界元相结合的声压修正方法预测流体流动引起的噪声,将所分析的问题降低一维,能够满足无限远处边界条件。频率不是很高时,四极子源辐射的声强度远小于边界散射声强度,可以忽略耗时的四极子源项体积积分计算。通过傅立叶变换在频域求解声压方程,避免了繁琐的时间延迟计算。     

不同温度下的频率失谐对单泡声致发光影响的实验观察

报道了驱动频率和谐振器本征频率不匹配对单泡声致发光强度的影响．实验结果表明：系统在一定的频率失谐范围内都可以实现单泡声致发光，但在不同的频率驱动下，有着不同的发光强度，并存在一个最佳频率，在该频率驱动下的发光强度达到最强．还对这种频率相关性在不同温度下的表现进行了研究，结果表明随着温度的上升，可发光的上限、下限和最佳频率升高，可发光频率宽度变宽．这些频率的随温度升高而升高，在理论上可以从声速与温度的关系上进行解释．同时，也测定了可发光的频率-声压参数域，以及它随温度的变化关系．     

加环筋轴对称壳体振动声辐射特性

为了研究加环筋轴对称壳的声振特性,建立了轴对称壳水中声辐射计算的FEM/BEM(有限元法/边界元法)三维模型,探索了加筋的高度、宽度、数目对轴对称壳的表面平均振速、辐射功率、辐射效率、激励点法向声强以及声场指向性的影响规律。计算方法是在有限元软件ANSYS中建模和模态分析基础上,将有关数据(网格、模态)导入边界元软件SYSNOISE中计算流体-结构耦合状态下的辐射声场特性。结果表明:随着环筋高度、宽度和数目的增大,激励点法向声强、表面平均振速、辐射效率和辐射声功率随频率变化曲线的峰彼此错开;环筋高度、宽度和数目增大时,激励点法向声强以及辐射声功率都有增加,而表面平均振速减小,因而导致声辐射效率的增加;在频率0~700 Hz内,低频时环筋高度、宽度和数目的变化对声场指向性影响规律类似;高频(601 Hz)环筋增多时对称壳尾部声辐射相对增强,而加筋处的中部声辐射相对减弱。