[发明专利]一种基于头相关脉冲响应的三维音频生成装置

权利要求书

1.一种基于头相关脉冲响应的三维音频生成方法，其特征在于包括如下步骤：

获得被测的人体生理特征参数，与头相关脉冲响应HRIR进行相关性分析；保留相关性超过阈值系数的人体生理特征参数；通过在数据库中寻找具有最小偏差之和的个体，得到当前被测人体的个性化HRIR，然后采用拉普拉斯特征映射降维算法对个性化HRIR进行插值；

采用基于镜像模型ImageModel的前期反射混响器，对接收到的，包括在房间中的一次反射和二次反射的前期反射路径的输入音频与插值后的个性化HRIR进行卷积，恢复音频方位信息；

采用基于反馈延时网络FeedbackDelayNetwork,FDN的后期混响器得到混响音频；

将所述的音频方位信息和混响音频相加，得到具有混响效果的三维音频，完成三维音频生成方法；

所述相关性分析中，得到相关性系数的过程如下：

分别求每个人体生理特征参数与头相关脉冲响应HRIR之间的相关性，公式如下

其中，X_i为第i个人的人体生理特征参数测量值，i＝1,2,…,M,M为测量人数，为该人体生理特征参数的理论平均值；Y_i为第i个HRIR的测量值，为HRIR的理论平均值；|r_xy|表示了变量之间相关程度的高低，若r_xy＞0，表示正相关；若r_xy＜0，这表示负相关，当|r_xy|大于0.8时，认为两个变量有很强的线性相关性，作为相关性参数；

得到相关性参数之后，还具有参数个性化步骤：

根据得到的相关性参数，计算所有参数偏差和，在数据库中寻找具有最小偏差之和的个体，参数偏差和计算如下

其中

其中，N＝7表示参数个数，w_i表示第i个参数的权重，Er_i表示求得的第i个参数的偏差，σ²表示测量参数的方差，p_i和p_j表示不同个体的测量参数；

然后采用拉普拉斯特征映射降维算法对个性化HRIR进行插值，具体步骤如下：

对个性化HRIR数据的矩阵X构造关系图G，G(V,E)，其中V表示所有节点的集合，每个节点代表一个个性化HRIR数据，E表示所有边组成的集合，边的权重表示数据间的相关性，相关性越大，边权重越大；

通过关系图构造权重矩阵W，可以通过下式确定相连的个性化HRIR数据点之间权重大小：

得到权重矩阵W之后，定义对角矩阵D，其对角线(i,i)上元素值等于权重矩阵W第i行所有元素的和，即

D_ii＝∑_jW_ji

定义矩阵L：

L＝D-W

计算矩阵L的特征值λ与特征向量v：

Lv＝λDv

最小的a个非零特征值所对应的特征向量就是降维后的结果，a则是降维后的维度，得到低维空间数据；

通过如下公式对个性化HRIR进行差值，得到新方位的个性化HRIR，

其中，x_i表示邻近方位的个性化HRIR，表示插值得到的个性化HRIR，权重w_i满足关系：

通过求解下式，得到权重系数w_i：

式中，y_i表示所需插值方位个性化HRIR在低维空间的值，y_j表示与y_i相邻的点；对于任意未知方位的个性化HRIR，其低维形式y_i通过同一个体其他方位个性化HRIR的低维形式插值求得。