[发明专利]基于分段式多元线性回归的个性化头相关传递函数生成系统及方法有效
申请号: | 201610630472.4 | 申请日: | 2016-08-04 |
公开(公告)号: | CN106231528B | 公开(公告)日: | 2017-11-10 |
发明(设计)人: | 胡瑞敏;陈玮;王晓晨;杨乘;杨玉红;孟恋 | 申请(专利权)人: | 武汉大学 |
主分类号: | H04S1/00 | 分类号: | H04S1/00;G06F17/50 |
代理公司: | 武汉科皓知识产权代理事务所(特殊普通合伙)42222 | 代理人: | 赵丽影 |
地址: | 430072 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供了一种基于分段式多元线性回归的个性化头相关传递函数生成系统及方法。生成函数时,先对样本头相关传递函数信息库中的头相关脉冲响应数据进行时延移除、冗余信息精简、数据分组处理,再对分组数据同样本库中的人体测量参数数据进行多元线性回归分析,建立个性化模型。进行个性化计算时,通过录入个性化对象的人体测量参数信息,经过个性化模型运算得到对应于各方位的头相关脉冲响应数据,通过对人体测量参数进行校准微调最终生成适用于确定对象的个性化头相关传递函数。本发明对头相关传递函数样本库中的头相关脉冲响应直接进行处理,无需对数据进行频域分析,具有运算效率高,数据压缩率高,个性化效果明显的特点。 | ||
搜索关键词: | 基于 段式 多元 线性 回归 个性化 相关 传递函数 生成 系统 方法 | ||
【主权项】:
一种基于分段式多元线性回归的个性化头相关传递函数生成系统,其特征在于:包括HRIR前端时延移除模块(1)、HRIR数据冗余压缩模块(2)、HRIR数据分组模块(3)、人体测量参数提取模块(4)、个性化HRTF算子计算模块(5)、个性化HRIR生成模块(6)、三维音频生成及测试模块(7)、人体测量参数微调模块(8);其中,HRIR代表头相关脉冲响应,HRTF代表头相关传递函数;所述HRIR前端时延移除模块(1),用于对HRTF样本库中提取的HRIR时域数据进行分析,计算出样本中的双耳间时差信息,并将HRIR样本中由于声波到达人耳而导致的时延空白数据移除;该HRIR前端时延移除模块(1)计算所得的信号输出给HRIR数据冗余压缩模块(2);所述HRIR数据冗余压缩模块(2):用于对HRIR数据进行分析压缩,以降低后期计算的复杂度;该HRIR数据冗余压缩模块统计并分析出HRIR数据的后端冗余噪声信号,对所述冗余噪声信号进行删除,以达到压缩数据量并提升计算效率的目的;该HRIR数据冗余压缩模块(2)计算所得的数据传输给HRIR数据分组模块(3);所述HRIR数据分组模块(3):用于对来自于HRIR数据冗余压缩模块(2)的HRIR数据进行分组,将长信号切分为小规模的分组信号;分组后的数据传输给个性化HRTF算子计算模块(5);所述人体测量参数提取模块(4):用于对HRTF样本库中的人体测量参数样本进行统计分析,提取出与HRIR具有显著相关性的人体测量参数数据;该人体测量参数提取模块(4)计算所得数据传输给个性化HRTF算子计算模块(5);所述个性化HRTF算子计算模块(5):用于建立HRIR数据分组模块(3)和人体测量参数提取模块(4)传入数据间的映射关系;该个性化HRTF算子计算模块(5)对HRIR数据分组模块(3)传入的分组数据按照分组信息分别与人体测量参数提取模块(4)传入的人体参数数据进行建模分析,最终得到人体测量参数数据与HRIR数据之间的计算算子;利用该算子建立的模型能够通过人体测量参数获取其个性化HRIR数据;该个性化HRTF算子计算模块(5)计算所得数据传输给个性化HRIR生成模块(6);所述个性化HRIR生成模块(6):用于利用个性化HRTF算子计算模块(5)所得个性化算子结合使用用户提供的人体测量参数计算出适用于该用户的个性化HRIR信息;该个性化HRIR生成模块(6)计算所得数据传输给三维音频生成及测试模块(7);所述三维音频生成及测试模块(7):用于利用个性化HRIR生成模块(6)所得个性化HRIR信息对音频进行三维空间模拟,通过用户使用的主观感受情况,生成适用于当前用户的个性化HRTF数据;或者通过人体测量参数微调模块(8)对人体测量参数进行修正以达到三维音频效果的进一步改善;所述人体测量参数微调模块(8):用于对当前用户提供的人体测量参数进行修正;修正后的人体测量参数再次传输给个性化HRIR生成模块(6),生成调整后的个性化HRIR信息。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉大学,未经武汉大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201610630472.4/,转载请声明来源钻瓜专利网。