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.     

厅堂双耳脉冲响应的测量技术

双耳脉冲响应是厅堂音质设计过程中非常重要的因素．双耳脉冲响应测量可以简化厅堂音质的现场测试工作量．根据ISO3382标准,通过01dB声学系统测量厅堂的双耳脉冲响应．在测量过程中充分考虑人工头的影响．物理参数与双耳声学参数可以通过测得的双耳脉冲响应计算所得．通过卷积双耳脉冲响应与消声室记录的声信号可以实现厅堂声音的可听化．     

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.     

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.     

个性化双耳房间脉冲响应对可听化质量的影响

可听化技术是室内声学研究的重要手段。在可听化研究中,为了方便,通常采用非个性化双耳房间脉冲响应（BRIR）来代替个性化BRIR,但这种替代可能在某些方面对可听化质量造成影响。为了研究这个问题,通过主观试验比较个性化BRIR和典型非个性化BRIR（KEMAR人工头BRIR）在可听化质量上的差异。首先,在一多媒体教室内,测量得到六名真人受试者和一个KEMAR人工头的BRIR,并与多种声音素材卷积得到双耳试验信号。然后,采用ABX主观比较方法对由受试者本人BRIR和KEMAR人工头BRIR合成的双耳信号进行试听比较。试验结果表明,受试者能通过音色等因素辨别两者的差异,四种试验信号的平均辨别正确率达到93％。这说明,个性化BRIR对可听化质量的影响是可被感知的。     

个性化与非个性化双耳房间脉冲响应的可听化差异

通过听音试验比较个性化和典型非个性化(KEMAR人工头)双耳房间脉冲响应(BRIR)在可听化质量上的差异,以探讨该差异能否被感知.首先在多媒体教室内测得6名真人受试者和一个KEMAR人工头的BRIR,并与多种声音素材卷积得到双耳试验信号.然后,采用ABX主观比较方法对由受试者本人BRIR和KEMAR人工头BRIR分别合成的双耳信号进行试听比较.试验结果表明,受试者主要通过音色辨别两者的差异,4种试验信号的平均辨别正确率达到93%.这说明,个性化与非个性化BRIR的可听化差异是可被感知的.     

基于心理声学模型的高性能语音质量评价算法

提出了一种高效心理声学模型语音质量评价（EPM-SQE）算法．该算法采用12阶美尔倒谱参数（MFCC）作为语音信号特征向量，其空间复杂度小于巴克谱．对MFCC进行相对谱（RASTA）滤波，可以突出快变信号对听觉感知的影响．将滤波后的参数映射为响度，由此模拟人的感知过程．计算原始语音和受损语音响度之问的感知扰动，并依次在频域和时域进行聚合，从而获得单一的扰动值，该值再经认知模型计算，可以得到最终的客观评分．实验表明，所提算法的平均运行时间比国际电信联盟提出的语音质量感知评价算法减少了41％，内存占用降低了51％，而仅比主观评价的相关度下降6．8％．     

头相关传输函数数据库及其特性分析

对52名受试者(男、女各半)进行测量, 建立了中国人样本的高空间分辨率的头相关传输函数(HRTF)以及受试者生理尺寸的数据库. 基于此数据库, 对与声源定位有关的因素(双耳时间差、双耳声级差、耳廓产生的谱特征等)进行了分析. 结果表明, 在统计意义上最大双耳时间差存在显著的性别差异, 且与国外的数据也存在显著性差异, 这是由头部尺寸的统计差异引起的; 另外, 耳廓引起的HRTF高频谱特征是非常个性化的物理量; 在高频(f≥5.5 kHz)HRTF的左、右对称性将受到破坏. 此工作为今后有关双耳听觉的研究和虚拟听觉的应用提供了数据基础.     

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。     

流媒体音乐质量客观评测方法设计

针对音频感知质量评价模型(PEAQ)在流媒体音乐质量评测中存在的问题,提出一种针对流媒体音乐质量客观评测的框架——流媒体音频感知质量评价模型(PESAQ).用PESAQ设计对齐算法消除流媒体音乐中的抖动,并使用PEAQ评测编解码、噪声等造成的损伤,同时引入基于梅尔倒谱系数的动态时间规整最小距离对抖动造成的损伤进行评测,最后综合两种损伤的评测结果得到流媒体音乐的客观质量评分.主客观对比实验表明,PE-SAQ对流媒体音乐质量的评测结果比PEAQ更接近主观实验结果.     

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。     

基于线形差分麦克风阵列和Ambisonic重建的双耳渲染

双耳录音一般采用放置在人头或仿真头上的录音设备进行录制.然而,随着移动设备、PDA和便携式可视化设备上增强现实系统的普及,如何通过小型麦克风阵列实现双耳渲染成为一个值得关注的热点问题.基于线形差分麦克风阵列设计了双耳渲染系统,该系统结构紧凑,阵列尺寸较小.将麦克风阵列采集信号结合差分波束形成和Ambisonic编码进行声场分解,并且使用虚拟扬声器和Ambisonic解码进行渲染,最终实现双耳空间声场重建.系统中采用仿真信号与实际录制信号对所提方法进行了评估与验证.从仿真结果中选择出了最佳虚拟扬声器布放方式.从主观实验可以证实,与标准双耳录音设备相比,所提方法在方位感和头外感方面可以实现更好的效果.     

基于分层组织的超声时频信号对比分析

针对生物组织微结构的超声检测问题,基于超声透射法在生物组织中的传播机理,建立分层软组织的时频域信号传输模型。为了描述生物组织结构变化对超声检测信号的影响,比较超声时频域信号对组织微结构变化的敏感情况,采用时频域信号对分层组织进行检测,采用最大值法和能量比较法对接收信号进行处理。仿真实验表明,时域信号对于组织的成分变化更为敏感,对生物微结构的检测性能更好,能量比较法对信号变化的识别度更高。     

强度G对听者包围感的影响

在音乐厅中，空间印象被认为是由视在声源宽度（ASW）以及听者包围感（LEV）所描述的音质．许多研究者曾对此能影响观众厅空间印象的声学参量得出过一些结论．然而，LEV与声压级的关系尚未充分被认识．因此，文中对SPL和IACC等声学参量从频域和时域等方面加以研究，开在新的Sejong室内乐厅（476座）采用哚青作为声源进行主观评价，探讨听者的判断与受早、后期声能影响的客观参量之间的关系，并确定能产生听者包围感的最低声强（G）值．     

一维卷积神经网络在往复式压缩机气阀故障诊断中的应用

针对往复式压缩机气阀故障诊断问题，对气阀盖上的振动信号进行分析，提出了一种基于一维卷积神经网络(1D-CNN)的故障诊断模型。首先，将原始一维振动信号经傅里叶变换从时域转换为频域；然后，将频域信号作为1D-CNN的输入，利用卷积层实现自适应提取特征；最后，网络输出层利用Softmax函数实现多种故障的模式识别。在往复式压缩机故障模拟实验台上进行了气阀正常、阀片裂纹、阀片断裂、弹簧失效4种工作状况下气阀盖振动信号的测量并对提出的模型进行验证。结果表明，气阀盖上的振动信号能够明显反映气阀的工作状态，而且信号易提取、十分适合用于气阀的故障诊断；将振动信号从时域转换成频域作为1D-CNN的输入明显地提高了故障分类的准确率；与采用原始一维振动信号作为1D-CNN输入的模型相比，采用频域信号作为输入的故障诊断模型具有更优越的表现，准确率更高，可达100%,而且模型结构简单，能够实现端到端的快速故障诊断。     

一种改进的客观音质评价方法

描述了利用人耳的听觉掩蔽效应来对巴克谱失真距离测度进行改进,并将这些测度应用在客观音质评价中,以提高主客观音质评价的相关度.改进的测度动态地确定语音信号每个巴克带的掩蔽门限,有选择性地计算失真距离,只包含听觉能够感知的失真.针对特定失真语音条件下的实验仿真结果表明,主客观评价结果之间具有更高的相关系数.可以推断这些测度作为对语音系统进行的客观音质评价,会具有好的有效性和实用性.     

基于双耳互相关函数的声源定位算法

为了提高受生物启发的定位算法的定位成功率,提出了一种基于双耳互相关函数的声源定位算法.该算法包括2个阶段:离线阶段和在线阶段.在离线阶段,测量与头相关脉冲响应(HRIR),并计算所有HRIR的双耳互相关函数(BCCF).当处于在线阶段时,首先,计算接收信号的BCCF;然后,计算接收信号的BCCF与所有HRIR的BCCF...     

双耳信号时差与强度差的听觉效应

对频率在４ ０００ Ｈｚ 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的时差对声源的空间位置感起作用     

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。     

基于独立感知理论的鲁棒语音识别算法

为了提高在噪声环境下语音识别系统的性能,对基于子带独立感知理论的语音识别方法进行了研究.这些方法利用人耳对不同频率信号感知的差异,以及噪声和识别对象的频域特征差异,分别采用线性分析、判决分析、多层感知机以及子带最大似然估计对噪声影响进行补偿.实验表明,子带分析采用非线性策略优于线性策略.基于独立感知假定的子带模型,虽然由于独立性假定丢失了带间相关性,但对于噪声环境下语音识别而言可以捕获噪声和识别对象的频谱差异,从而获得比全带分析更高的鲁棒性.