[发明专利]一种基于层级集成的个性化头相关传输函数模型

说明书

本发明提供了一种基于层级集成的个性化头相关传输函数模型，包括：预处理模块，用于对模型输入数据进行预处理；基于GMM的共用模型模块，用于获得与用户无关的HRTF；基于DNN的个性化模型模块，用于在人体生理参数与去除共用分量之后的个性化HRTF之间建立映射关系；残差模型模块，用于对残差进行建模；个性化HRTF预测模块，用于预测目标对象的个性化HRTF分量；HRTF重建模块，用于集成三个层次的模型分量，获得个性化HRTF。本发明中，基于层级集成的个性化头相关传输函数模型采用三层模型集成，能对共性特征、个性化特征和残差特征进行建模并融合，提高个性化头相关传输函数估计的准确性，具有较高的理论和应用价值。

技术领域

本发明涉及电子行业信号处理技术领域，尤其涉及一种基于层级集成的个性化头相关传输函数模型。

背景技术

人类的听觉过程通常可视为声源-信道-接收模型，其中信道包含声源经过人体不同部位的衍射、干扰，最终到达鼓膜的过程，可看作一个空间数字滤波器，称为头相关传输函数。因此HRTF中包含了声波与身体部位之间的交互引起的所有谱特征，与人体生理特征，如身高、头的大小、耳廓形状等，高度相关。由于每个人的生理结构不尽相同，因此HRTF具有个性化的特点。非个性化HRTF会导致上下翻转、前后混淆、头内定位等不良影响。因此，研究如何对HRTF进行个性化较为重要。

目前，已有工作对HRTF的个性化进行研究可分为多类方法。对人体进行理论或数学建模分析，如球面头模型、雪人模型、结构模型、边界元、有限差分时域方法等。然而，这些复杂度较高。因此，一些低复杂度的个性化HRTF方法被提出。一类是基于感知的方法，该方法通过测听实验确定参数，这类方法需要预先测量大规模数据库以进行匹配，获得最适合目标对象的HRTF，耗时较长。从小数据测量集中进行HRTF全空间估计方法也是HRTF个性化的另一类方法，然而，大多已有的方法仅从小数据测试集中获取线性预测模型的系数，然后扩展到全空间，该方法在高频内的误差较大。

考虑到HRTF与人体生理参数的依赖关系，一类方法是先对HRTF降维，然后在人体生理参数与降维后的HRTF之间建立映射关系。这类方法中，降维及重建过程会损失HRTF的细节信息，这些细节信息往往与三维空间内的定位线索有关，因此影响空间音频的质量。

因此亟需提供一种基于预训练模型的头相关传输函数的个性化方法。

发明内容

(一)要解决的技术问题

为解决上述的一个或多个问题，本发明提供了一种基于层级集成的个性化头相关传输函数模型，以解决背景技术中提到的问题。

(二)技术方案

根据本发明的一个方面，提供了一种基于层级集成的个性化头相关传输函数模型，包括预处理模块、基于GMM的共用模型模块、基于DNN的个性化模型模块、残差模型模块、个性化HRTF预测模块和HRTF重建模块，所述预处理模块用于对模型输入数据进行预处理；所述基于GMM的共用模型模块与预处理模块相连接，所述基于GMM的共用模型模块用于获得与用户无关的通用HRTF；所述基于DNN的个性化模型模块分别与预处理模块和基于GMM的共用模型模块相连接，所述基于DNN的个性化模型模块用于在人体生理参数与去除共用分量之后的个性化HRTF之间建立映射关系；所述残差模型模块分别与预处理模块、基于GMM的共用模型模块、基于DNN的个性化模型模块相连接，所述残差模型模块用于对残差进行建模。

优选地，所述预处理模块，支路包括HRTF预处理模块和人体生理参数预处理模块，所述HRTF预处理模块，用于对HRTF进行值的归一化；所述人体生理参数预处理模块，用于对人体生理参数进行值的归一化。

优选地，所述基于DNN的个性化模型模块，模块支路包括基于自编码器的降维模块和基于DNN的映射模块；

所述基于自编码器的降维模块与预处理模块相连，所述基于自编码器的降维模块用于降低头相关传输函数的维度；