頭相關(guān)函數(shù)三維數(shù)據(jù)壓縮方法與系統(tǒng)的制作方法
【專利摘要】本發(fā)明實(shí)施例提供一種頭相關(guān)脈沖響應(yīng)三維數(shù)據(jù)壓縮處理方法。本發(fā)明方法，包括：將HRIR三維數(shù)據(jù)重建為最小相位化的HRIR；將所述最小相位化的HRIR解卷為低階FIR形式的仰角平面濾波器、高階FIR形式的水平角平面濾波器；將所述高階FIR形式的水平角平面濾波器建模為低階IIR形式的水平角平面濾波器；所述處理器將所述低階FIR形式的仰角平面濾波器以及所述IIR形式的水平角平面濾波器存儲(chǔ)至本地緩存。本發(fā)明實(shí)施例克服了現(xiàn)有技術(shù)中HRIR三維數(shù)據(jù)壓縮率低的問題。
【專利說(shuō)明】頭相關(guān)函數(shù)三維數(shù)據(jù)壓縮方法與系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明實(shí)施例涉及電通信領(lǐng)域，尤其涉及一種頭相關(guān)脈沖響應(yīng)三維數(shù)據(jù)壓縮方法 與系統(tǒng)。

【背景技術(shù)】
[0002] 人類的聽覺是三維感知，即不僅能感覺出聲音的音調(diào)、音強(qiáng)、音色，還能分辨聲源 方向與距離。為了使不在現(xiàn)場(chǎng)的聽眾也能獲得必要的"臨場(chǎng)感"，從而發(fā)明了三維音頻技 術(shù)。三維音頻技術(shù)可再現(xiàn)原始聲場(chǎng)全部或部分信息，使聽者產(chǎn)生"身臨其境"的聆聽體驗(yàn)。 三維音頻可通過(guò)雙耳聲學(xué)技術(shù)來(lái)實(shí)現(xiàn)，即采用頭相關(guān)傳遞函數(shù)（Head Related Transfer function，以下簡(jiǎn)稱：HRTF)對(duì)單通道聲源信號(hào)進(jìn)行濾波處理，將得到具有方向感的聲音使 用耳機(jī)或一對(duì)揚(yáng)聲器進(jìn)行重放。雙耳聲學(xué)技術(shù)可應(yīng)用于消費(fèi)電子、移動(dòng)終端、多媒體系統(tǒng)、 虛擬現(xiàn)實(shí)、盲人聽覺導(dǎo)航、飛行訓(xùn)練等領(lǐng)域。
[0003] HRTF的時(shí)域表不稱為頭相關(guān)脈沖響應(yīng)（Head Related Impulse Responses，以下 簡(jiǎn)稱：HRIR)。HRIR描述了聲音從聲源傳播到耳內(nèi)的過(guò)程中，人的軀干、頭部、耳部等對(duì)聲音 信號(hào)具有衍射、反射、遮擋等效應(yīng)，這可以等效為濾波作用。實(shí)際中，通常采用經(jīng)過(guò)精確實(shí)驗(yàn) 測(cè)量得到的HRIR數(shù)據(jù)庫(kù)，這種數(shù)據(jù)庫(kù)是一個(gè)三維矩陣，該數(shù)據(jù)庫(kù)存儲(chǔ)了大量聲源空間位置 的HRIR。其中每個(gè)HRIR的沖激響應(yīng)持續(xù)時(shí)間較長(zhǎng)，等效FIR濾波器階數(shù)很高，并且每個(gè)人 的HRIR都不盡相同。因此，要存儲(chǔ)多位測(cè)量者的HRIR數(shù)據(jù)，需要消耗巨大的存儲(chǔ)空間。當(dāng) 基于嵌入式設(shè)備實(shí)現(xiàn)三維虛擬聲時(shí)，其存儲(chǔ)空間更為緊張，成為三維音頻技術(shù)應(yīng)用的瓶頸。 為此，需要采用HRIR三維數(shù)據(jù)壓縮技術(shù)，以難以察覺的聽覺定位性能損失為代價(jià)，來(lái)大幅 度減少HRIR數(shù)據(jù)庫(kù)的存儲(chǔ)空間。但現(xiàn)有技術(shù)中，采用HRIR三維數(shù)據(jù)壓縮技術(shù)存在有壓縮 率低的問題。


【發(fā)明內(nèi)容】

[0004] 本發(fā)明實(shí)施例提供一種頭相關(guān)脈沖響應(yīng)三維數(shù)據(jù)壓縮方法與系統(tǒng)，以克服現(xiàn)有技 術(shù)中HRIR三維數(shù)據(jù)壓縮率低的問題。
[0005] 本發(fā)明實(shí)施例提供了一種頭相關(guān)脈沖響應(yīng)三維數(shù)據(jù)壓縮方法，包括：
[0006] 處理器將頭相關(guān)脈沖響應(yīng)HRIR三維數(shù)據(jù)重建為最小相位化的HRIR ;
[0007] 所述處理器將所述最小相位化的HRIR解卷為低階有限沖擊響應(yīng)濾波器FIR形式 的仰角平面濾波器、高階FIR形式的水平角平面濾波器；
[0008] 所述處理器將所述高階FIR形式的水平角平面濾波器建模為低階IIR形式的水平 角平面濾波器；
[0009] 所述處理器將所述低階FIR形式的仰角平面濾波器以及無(wú)限沖擊響應(yīng)濾波器IIR 形式的水平角平面濾波器存儲(chǔ)至本地緩存。
[0010] 進(jìn)一步地，所述處理器將頭相關(guān)脈沖響應(yīng)HRIR三維數(shù)據(jù)重建為最小相位化的 HRIR，包括：
[0011] 選取基準(zhǔn)信號(hào)，并將所述基準(zhǔn)信號(hào)與所有HRIR三維數(shù)據(jù)相關(guān)，獲取相關(guān)信號(hào)最大 點(diǎn)的位置，所述位置即為每個(gè)HRIR對(duì)應(yīng)于基準(zhǔn)信號(hào)的時(shí)延；
[0012] 移除所述每個(gè)HRIR的時(shí)延點(diǎn)，與所述基準(zhǔn)信號(hào)進(jìn)行對(duì)齊。
[0013] 進(jìn)一步地，所述將所述最小相位化的HRIR解卷為低階FIR形式的仰角平面濾波 器、高階FIR形式的水平角平面濾波器，包括：
[0014] 步驟一、采用公式

【權(quán)利要求】
1. 一種頭相關(guān)脈沖響應(yīng)三維數(shù)據(jù)壓縮方法，其特征在于，包括： 處理器將頭相關(guān)脈沖響應(yīng)HRIR三維數(shù)據(jù)重建為最小相位化的HRIR; 所述處理器將所述最小相位化的HRIR解卷為低階有限沖擊響應(yīng)濾波器FIR形式的仰 角平面濾波器、高階FIR形式的水平角平面濾波器； 所述處理器將所述高階FIR形式的水平角平面濾波器建模為低階IIR形式的水平角平 面濾波器； 所述處理器將所述低階FIR形式的仰角平面濾波器以及無(wú)限沖擊響應(yīng)濾波器IIR形式 的水平角平面濾波器存儲(chǔ)至本地緩存。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述處理器將頭相關(guān)脈沖響應(yīng)HRIR三維 數(shù)據(jù)重建為最小相位化的HRIR，包括： 選取基準(zhǔn)信號(hào)，并將所述基準(zhǔn)信號(hào)與所有HRIR三維數(shù)據(jù)相關(guān)，獲取相關(guān)信號(hào)最大點(diǎn)的 位置，所述位置即為每個(gè)HRIR對(duì)應(yīng)于基準(zhǔn)信號(hào)的時(shí)延； 移除所述每個(gè)HRIR的時(shí)延點(diǎn)，與所述基準(zhǔn)信號(hào)進(jìn)行對(duì)齊。
3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述最小相位化的HRIR解卷為低 階FIR形式的仰角平面濾波器、高階FIR形式的水平角平面濾波器，包括： 步驟一、采用公式
提取所述仰角平面的HRIR公用系數(shù)CF，其中，所述c為CF，所述h為HRIR系數(shù)，所述I為HRIR系數(shù)的個(gè)數(shù)，所述Di為方位相關(guān)系數(shù)DF組合成矩陣的形式，采用公式
其中，所述N為向量屯的長(zhǎng)度，所述屯(0)為HRIR的DF系數(shù)屯的第一個(gè)分量； 步驟二、通過(guò)J個(gè)所述CF得到矩陣AGRM〃，其中，所述R為矩陣空間，所述每個(gè)CF系 數(shù)的維數(shù)，所述J為CF系數(shù)個(gè)數(shù)，M為CF系數(shù)的向量長(zhǎng)度； 將所述矩陣A作為所述水平角平面的HRIR專用系數(shù)DF，采用公式
提取每個(gè)水平角平面的CF; 步驟三、通過(guò)I個(gè)所述CF得到矩陣EeRNXI，其中，所述N為DF的維數(shù)，所述R為矩陣 空間，所述I為DF個(gè)數(shù)； 步驟四、將所述矩陣E作為所述仰角平面的DF，采用公式（3)提取每個(gè)仰角平面的CF; 步驟五、通過(guò)J個(gè)所述CF得到矩陣AeRMX1; 步驟六、判斷所述矩陣A與矩陣E是否收斂，若否，則重復(fù)步驟二至步驟五，若是，則通 過(guò)矩陣A與矩陣E可得到％:=A(:，〇 ?E(:，./)，其中，所述A為攜帶水平角位置信息的水平角 CF矩陣，所述E為攜帶仰角位置信息的仰角CF矩陣，所述?:為卷積運(yùn)算符，所述^:為HRIR 三階張量矩陣元素，所述i為矩陣行數(shù)，所述j為矩陣列數(shù)。
4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述將所述高階FIR形式的水平角平面濾 波器建模為低階IIR形式的水平角平面濾波器，包括： 計(jì)算無(wú)限沖擊響應(yīng)濾波器IIR建模重構(gòu)誤差
其中，所述為IIR濾波器的z域沖擊響應(yīng)函數(shù)，所述& (z)為FIR濾波器的z域沖 擊響應(yīng)函數(shù)，所述Ajz)為IIR濾波器的零點(diǎn)表達(dá)式，所述B(z)為IIR濾波器的極點(diǎn)表達(dá) 式，所述i為第i個(gè)FIR濾波器，所述I為FIR濾波器個(gè)數(shù)； 假設(shè)第j次迭代的B(z)已知，當(dāng)?shù)趈+1次迭代時(shí)，通過(guò)公式
計(jì)算B(J+1)(z)與 〇 ; 通過(guò)Z反變換將公式（5)轉(zhuǎn)換為矩陣
通過(guò)所述矩陣（6)求得IIR系數(shù)b和a，其中，所述Gu)(z)SBu)(z)的倒數(shù)，所述F/j) ⑴為氏⑴與B(j) (z)的比值，所述f/j)為F/j) (z)的反z變換。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述迭代B(z)的初始值b(0)通過(guò)公式c= (XTX) _1XTh (7)
P=Q= 10,所述c為IIR濾波器零點(diǎn)與極點(diǎn)多項(xiàng)式的系數(shù)矩陣，所述X為變換矩陣， 所述A為單位脈沖函數(shù)組成矩陣，所述H為HRIR系數(shù)組成矩陣，所述T為轉(zhuǎn)置符號(hào)，所述 S(0)為單位脈沖函數(shù)，所述L為FIR濾波器長(zhǎng)度，所述P為IIR濾波器零點(diǎn)個(gè)數(shù)，所述匕(0) 為第i個(gè)HRIR系數(shù)的第一個(gè)分量，所述I為HRIR系數(shù)個(gè)數(shù)。
6. -種頭相關(guān)脈沖響應(yīng)三維數(shù)據(jù)壓縮系統(tǒng)，其特征在于，包括： 最小相位重建模塊，用于將HRIR三維數(shù)據(jù)重建為最小相位化的HRIR; 解卷模塊，用于將所述最小相位化的HRIR解卷為低階FIR形式的仰角平面濾波器、高 階FIR形式的水平角平面濾波器； 建模模塊，用于將所述高階FIR形式的水平角平面濾波器建模為低階IIR形式的水平 角平面濾波器； 存儲(chǔ)模塊，用于將所述低階FIR形式的仰角平面濾波器以及所述IIR形式的水平角平 面濾波器存儲(chǔ)至本地緩存。
【文檔編號(hào)】H03M7/30GK104408040SQ201410505395
【公開日】2015年3月11日 申請(qǐng)日期:2014年9月26日 優(yōu)先權(quán)日:2014年9月26日
【發(fā)明者】陳喆, 殷福亮, 周文穎 申請(qǐng)人:大連理工大學(xué)