井福榮

摘要：為了在多媒體移動終端里實現(xiàn)3D音效，一個頭部相關(guān)的傳遞函數(shù)首先被獲取，然而一般的頭相關(guān)傳遞函數(shù)的計算是把頭當(dāng)作一種球體來建立一個數(shù)學(xué)模型，這種模型的數(shù)學(xué)的計算復(fù)雜，不適合在嵌入式終端的實現(xiàn).本文提出一種基于最長序列的測量系統(tǒng)脈沖響應(yīng)的方法，該方法基于互相關(guān)技術(shù)，具有很高的抵抗噪聲干擾能力，得到結(jié)果精度高，可重復(fù)性強，計算復(fù)雜度低，便于在嵌入式終端的實現(xiàn)。

關(guān)鍵詞：最長序列；頭部相關(guān)傳遞函數(shù)；三維音效

中圖分類號：TP393 文獻標(biāo)識碼：A 文章編號：1009-3044（2015）02-0187-05

Abstract： To implement virtual 3D auditory in mobile multi-media termination， a head-related transfer function （HRTF） need be calculated， but in conventional studies， the calculations are performed approximately based on the mathematical model by regarding the head as the sphere shape. This mathematical model computation is complex， not valid to application for the embedded termination. This paper has proposed the way which calculate system impulse response by maximum length sequence （MLS）， it is based on the cross-correlation technique and thus highly immune to extraneous noise of all kinds， and measures the impulse response with great amount of accuracy and repeatability. For its simply computation ， it is convenient to implement 3D auditory effect in the embedded termination.

Key words： maximum length sequence （MLS）； head-related transfer function （HRTF）， 3D auditory

在移動多媒體終端中，因為只有一組喇叭或者是耳機，為了讓用戶體驗到逼真的3D音效，需要定位出環(huán)繞使用者身邊不同位置的音源。這種音源追蹤的能力，就叫做定位音效，它使用當(dāng)時的HRTF[[1]]的功能來達到這種神奇的效果。HRTF的全名是Head-Related Transfer Function（頭部相關(guān)傳遞函數(shù)），就是在三度立體空間中，人耳是如何監(jiān)測和分辨出聲音來源的方法。簡單地說，就是聲波會以幾百萬分之一秒的差距先后傳到你的耳朵里面，而我們的大腦可以分辨出那些細(xì)微的差別，利用這些差別來分辨聲波的形態(tài)，然后在換算成聲音在空間里的位置來源。

在目前多數(shù)的虛擬3D音效的技術(shù)中，都是使用HRTF的換算法來轉(zhuǎn)換游戲里的聲音效果，誤導(dǎo)你的大腦聽到聲音是來自不同地方的。支持聲源定位的耳機將聲音與游戲的物件、人物或是其他的聲音的來源結(jié)合在一起，當(dāng)這些聲音與你在游戲中的位置改變時，耳機或喇叭就將依據(jù)相對位置來調(diào)整聲波訊號的發(fā)送。

1 MLS介紹

最長序列[2]就是一串偽隨機2進制序列作為系統(tǒng)的響應(yīng)源[x（k）]，根據(jù)信號處理的理論，輸入信號[x（k）]與線性系統(tǒng)的輸出[y（k）]之間的互相關(guān)輸入信號[x（k）]的自相關(guān)與系統(tǒng)的脈沖響應(yīng)卷積得到[3]：

2 HRIR的測量與3D聲效實現(xiàn)

利用MLS測量頭相關(guān)脈沖響應(yīng)（HRIR）[7]，它的數(shù)據(jù)的采用空間坐標(biāo)如圖1所示。

聲源的空間方向由坐標(biāo)（[θ]，[φ]）所決定。仰角[-90°≤φ≤90°]為方向矢量與水平面的夾角，[φ]= [-90°]、[0°]和[+90°]分別表示正下方、水平面與正上方。方位角[0°≤θ<360°]為方向矢量在水平面的投影與中垂面的夾角。在水平面，[θ]= [0°]表示正前方，沿順時針方向，[θ]= [90°]、[180°]和[270°]分別表示正右、正后和正左方。

虛擬3D信號的產(chǎn)生是通過原始語音與HRIR之間的卷積產(chǎn)生[10]，如果聲源信號與HRIR卷積的結(jié)果在雙耳之間精確地產(chǎn)生，聽者就能感知聲源的方向，這就是所謂的虛擬的3D的聲效。

2.1 HRIR數(shù)據(jù)

2.2 DSP上實現(xiàn)

TMS320C6201是TI公司的TMS320系列的新一代高性能定點DSP芯片，芯片的工作頻率可達200 MHz。TMS320C6201處理器由3個主要部分組成：CPU內(nèi)核、外設(shè)和存儲器。芯片內(nèi)有8個并行處理單元，分為相同的2組，并行結(jié)構(gòu)突破了傳統(tǒng)設(shè)計而使得芯片具有很高的性能；其體系結(jié)構(gòu)采用超長指令字結(jié)構(gòu)（VLIW）結(jié)構(gòu)，單指令字長為32 b，8個指令組成一個指令包，總字長為256 b，即每秒鐘可以執(zhí)行8條指令；芯片內(nèi)部設(shè)置了專門的指令分配模塊，可以將每個256 b的指令包同時分配到8個處理單元，并由8個單元同時執(zhí)行；CPU有2組寄存器，每組寄存器由16個32 b寄存器組成；外設(shè)包括直接存儲器訪問（DMA）、低功耗邏輯、外部存儲器接口（EMIF）、串口、主機口（HPI）和定時器。該DSP采用了具有獨立程序和數(shù)據(jù)總線的修正的哈佛總線結(jié)構(gòu)，即1套256 b的程序總線、2套32 b數(shù)據(jù)總線和一套32 b的DMA專業(yè)總線，大大提高了數(shù)據(jù)的傳輸效率。專用的硬件乘法器提高了運算過程中的乘法運算，硬件乘法器是DSP區(qū)別于通用微處理器的一個重要標(biāo)志；采用了先進的超長指令字結(jié)構(gòu)（VLIW），每個指令周期內(nèi)同時執(zhí)行8條32 b指令，大大地提高了程序的執(zhí)行效率。的占用CPU的時間，有效地減少了尋址時間；流水處理使得8條并行指令同時通過流水線的每個節(jié)拍，大大提高了機器的吞吐量。DSP系統(tǒng)上分配一片內(nèi)存來存儲HRIR數(shù)據(jù)，并預(yù)留一個上層通訊接口，如果有最新的HRIR數(shù)據(jù)可以在線燒錄新數(shù)據(jù)，這樣可以讓用戶有更好的3D體驗。

時域卷積可以通過頻域相乘快速實現(xiàn)，如圖2所示，整個DSP系統(tǒng)的軟件流程如圖3，由于該系統(tǒng)的HRIR已經(jīng)離線燒錄在DSP里[12]，這樣省去在線計算HRIR的時間，這樣大大方便了在嵌入式系統(tǒng)終端的實現(xiàn)。

3 HRIR分析

頭部相關(guān)的傳遞函數(shù)用于描述人的聽覺系統(tǒng)對不同方向的聲音產(chǎn)生不同頻譜特性的一種數(shù)學(xué)關(guān)系。它包含了雙耳之間的聲源的聲壓與到達時間的差別信息。

3.1 時域和頻域基本特性分析

人工頭HRIR的左耳數(shù)據(jù)與鏡像方向的右耳數(shù)據(jù)是完全相同的，即左耳[θ=θ0]的數(shù)據(jù)與右耳[θ=360°-θ0]的數(shù)據(jù)相同，也即是說左、右鏡像方向的數(shù)據(jù)僅僅是左、右互換而已[13]。因此，在下面的分析中，只給出一半空間方位，即[θ]=[0°]、[45°]、[90°]、[135°]、[180°]的結(jié)果。

圖4到圖8分別是基于MLS測量到的水平面方位角[θ]=[0°]、[45°]、[90°]、[135°]、[180°]的HRIR。從圖中可以看出，HRIR的主體部分長度大約為50～60個采樣（對于44.1 kHz采樣，相當(dāng)于1ms左右），反映了聲波與頭部、耳廓以及軀干的作用。當(dāng)聲源偏離正前方時，由于聲源到兩耳的傳輸距離不同，左、右耳的起始延時不同，形成雙耳時間差。并且當(dāng)聲源處于耳的異側(cè)（例如[θ]= [90°]，左耳），脈沖的幅度明顯降低，這是頭部對聲波的陰影作用所致。

圖9到圖13基于MLS測出的頭部在水平面上[φ=0°]，方位角[θ]=[0°]、[45°]、[90°]、[135°]、[180°]的頻域歸一化HRTF（頭相關(guān)傳輸函數(shù)，是HRIR的傅立葉變換形式）幅度譜，對[θ]= [0°]和[180°]，由于左右耳是一樣，所以圖中左、右耳的曲線重合5。

在低頻（ 0.5 kHz）， 頭部等的散射作用可以略去，歸一化的HRTF的幅度 20 log10|H| 應(yīng)該接近0dB， 基本與頻率無關(guān)（圖中大約150 Hz以下，幅度的下降是由測量揚聲器的低頻下限所引起，并非HRTF本身的特性）。

隨著頻率的增加，|H| 表現(xiàn)出與、[θ]復(fù)雜的函數(shù)關(guān)系，這是頭部、耳廓、軀干、耳道等的綜合作用的結(jié)果。其中在2至3 kHz附近HRTF幅度的峰是由于KEMAR人工頭的耳道模擬器共振所引起。而頭部作用使得在 大于 3至4 kHz的高頻，聲源位于耳的異側(cè)時（例如[θ]=[90°]，左耳），HRTF幅度明顯下降，因而頭部的陰影近似起到低通濾波的作用。而聲源位于耳的同側(cè)時（例如[θ]=[90°]，右耳），平均來說，高頻HRTF幅度較低頻有一定的提升（雖然存在一些谷點）。這部分是由于高頻的情況下，頭部對同側(cè)聲源近似起著一種鏡像反射面的作用，因而可提高同側(cè)耳的聲壓（理論上，無限大鏡像反射面表面上的聲壓較自由場提高 6 dB）。

從圖9和圖13還可以看出，正前方[θ]=[0°]和正后方[θ]=[180°]的高頻HRTF幅度并不完全相等。這是由于耳廓對后方聲波的衍射作用和頭部的非前后對稱形狀所引起。這種前后幅度譜的差別是區(qū)分前后鏡象位置聲源的一個因素。

3.2 HRTF譜特征分析

在頻率高于5至6 kHz 時，耳廓對聲波的散射和反射所帶來的雙耳聲壓頻譜的特征是聲源定位的一個因素。利用HRTF可以對這些譜特征進行分析。在耳廓所產(chǎn)生各種譜特征中，耳廓谷點的頻率隨仰角的變化有最引人注目，且許多研究將其作為中垂面上的一種重要的定位因素[14]。研究表明，當(dāng)聲源仰角從[φ] =[-40°]變化到[60°]時，耳廓谷的頻率大約從5到6 kHz變化到約10至12 kHz。并且許多研究把這看成是普遍的規(guī)律。

4 結(jié)論

本文提出的MLS測量頭部相關(guān)脈沖響應(yīng)的方法便于用戶根據(jù)自己的頭部特征測量出適合自己的HTIR，從而得到精確的虛擬3D聲效的感知效果。

參考文獻：

[1] Douglas D. Rife and John Vanderkooy， "Transfer-Function Measurement with Maximum-Length Sequences"， Journal of the Audio Engineering Society， 1989，37（ 6 ）： 419 .

[2] 李平友， 用最長序列測量揚聲器的脈沖響應(yīng)[J]， 應(yīng)用聲學(xué)， 1993（1）：3.

[3] Miao B， Zane R， Maksimovic D. System Identification of Power Converters with Digital Control Through Cross-Correlation Methods[J].IEEE Transactions on Power Electronics， 2005，20（ 5）：1093-1099.

[4] Paulo， J.， Martins， C. R.， Bento Coelho， J. L.， " Room Impulse Response Measurement in the Presence of High Noise Levels using Maximum Length Sequences （MLS）". Proc. 7th ICSV， Germany ，2000.

[5] 趙躍英，盛勝我，劉海生.室內(nèi)聲學(xué)測量中數(shù)字化聲源性能的分析[J].聲學(xué)技術(shù)，2003，22（3）：143-146.

[6] 黃帆，李曉峰 用幅度矢量合成定位法改進HRTF的定位效果[J]. 電聲技術(shù)2007（1）

[7] 趙自力，黃成偉，HRTF在虛擬3D立體聲中的應(yīng)用及實驗[J].清華大學(xué)學(xué)報2001.

[8] 黃璽瑛，趙定海. 基于DirectSound的戰(zhàn)場環(huán)境三維音效實現(xiàn)[J].系統(tǒng)仿真學(xué)報， 2006（s2）.

[9] 吳鳴，林志斌，邱小軍， 等.相干平均法測揚聲器頻率響應(yīng)的偏差分析[J].南京大學(xué)學(xué)報：自然科學(xué)版，2006，42（1）：44-53.

[10] 王紅星，許增樸，周聰玲，等.一種基于高階頻率能量均值的揚聲器異音故障診斷方法[J].天津輕工業(yè)學(xué)院學(xué)報，2010（6）：46-50.

[11] 任偉偉，侯宏，孫亮，趙靜. 基于虛擬儀器的脈沖法隔聲測試技術(shù)研究[J].測控技術(shù)，2011，30（3）：87-89.

[12] 蔡野鋒，馬登永，沐永生，等.數(shù)字揚聲器系統(tǒng)中失配整形技術(shù)的設(shè)計與實現(xiàn)[J].電聲技術(shù)，2011，35（2）：20-23.

[13] 馬登永，蔡野鋒，沐永生，等.全數(shù)字式揚聲器陣列系統(tǒng)的設(shè)計與實現(xiàn)[J].電聲技術(shù)，2011，35（11）：25-29.

[14] 蔡陽生，王杰，張承云.聲學(xué)脈沖響應(yīng)測量及其信噪比分析[J].演藝設(shè)備與科技，2011（4）.