混响环境下双耳声源定位的研究及应用

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    11674352
  • 项目类别：
    面上项目
  • 资助金额：
    64.0万
  • 负责人：
    夏日升
  • 依托单位：
    中国科学院声学研究所
  • 学科分类：
    A2305.生物声学与语言声学
  • 结题年份：
    2020
  • 批准年份：
    2016
  • 项目状态：
    已结题
  • 起止时间：
    2017-01-01 至2020-12-31

项目摘要

As a very important research topic in acoustical field, binaural sound source localization is not only of important theoretical research value, but also of the wide potential applications. Binaural sound source localization includes sound source direction localization and sound source distance localization. In most of traditional researches, sound source direction localization and sound source distance localization were usually examined in an independent way. However, reverberation exists in real conditions and affects both sound source direction localization and sound source distance localization in a combined way. Therefore, this project will investigate the effect of reverberation on both sound source direction localization and sound source distance localization and the mutual influences between them, through the approaches of psychoacoustic experiment, signal processing and statistical analysis. It is aimed to find out the best reverberation control and synthesis approach for high-definition sound source localization, which can solve the key problems in virtual auditory display. Research results can be widely applied to a variety of applications, such as scientific research, virtual reality and consumer electronics.
双耳声源定位是声学领域的一个重要研究课题，不仅对探索人的空间定位感知机理具有重要理论研究价值，同时具有广泛的应用前景。双耳声源定位包括声源方向定位和声源距离定位。传统大部分相关研究工作主要集中于消声环境下对声源方向定位和声源距离定位分别独立进行研究；实际环境中不可避免地存在混响，而且影响双耳声源方向定位和距离定位的因素是相互作用的。本项目拟采用心理声学实验、信号处理和统计分析等方法，系统地研究真实环境下混响对双耳声源方向定位和距离定位的影响及两者之间的相互作用，探寻面向高精度声源定位的最佳混响控制与合成方法，解决虚拟听觉重放应用中的关键问题。研究成果可以广泛应用于科学研究、虚拟现实以及消费电子等多个领域。

结项摘要

随着音频技术的迭代更新，人们对音频体验的追求逐渐变高。相比于传统的单声道声、立体声以及多通道环绕声，三维音频技术能对声场信息进行更加完整地呈现，让听者更好地感知并获取外界的听觉事件，从而获得逼真和沉浸式的聆听体验。本项目采用心理声学实验、信号处理和统计分析等方法，系统地研究真实环境下混响对双耳声源方向定位和距离定位的影响及两者之间的相互作用，研究面向声像高度角感知与重放的关键问题，探寻面向高精度声源定位的最佳混响控制与合成方法，解决虚拟听觉重放应用中的关键问题。项目执行期间共发表学术论文11篇，包括2篇IEEE/ACM TASLP、4篇Applied Acoustics、2篇ICASSP。重要的科学结果列举如下：.1）开展了双耳房间传递函数的模拟及影响声源定位关键因素的研究，利用大量的主观听觉感知实验来测量面向声源定位的最优感知混合时间，分析不同物理混合时间估计方法得到的混合时间和基于主观听觉感知实验得到的定位最优感知混合时间的关系，实现利用物理混合时间对声源定位感知混合时间的估计。.2）充分探究人工混响的合成方法，提出一种基于物理特性和感知特性的混响模拟方法，使模拟的早期反射和后期混响很好地结合起来。.3）围绕中垂面声源定位误差较大的问题，从谱因素出发，提出一种面向声像高度角感知的频带权重函数，实现一种简洁、高效的声像高度角控制方法。.4）针对双耳房间冲激响应缺乏高度角信息的问题，根据混响环境下的优先效应，利用头相关传输函数频谱中峰值、谷点的特征，来对双耳房间冲激响应的直达声进行修正，实现一种增强声源方向定位的方法。

项目成果

期刊论文数量（6）
专著数量（0）
科研奖励数量（0）
会议论文数量（3）
专利数量（0）
An improved free-field cross-talk cancellation method based on the spherical head model
一种改进的基于球头模型的自由场串扰消除方法
  • DOI：
    10.1016/j.apacoust.2017.03.003
  • 发表时间：
    2017-08
  • 期刊：
    Applied Acoustics
  • 影响因子：
    3.4
  • 作者：
    Huaxing Xu;Risheng Xia;Junfeng Li;Yonghong Yan
  • 通讯作者：
    Yonghong Yan
The role of spectral cues in vertical plane elevation perception
光谱线索在垂直平面高程感知中的作用
  • DOI：
    10.1250/ast.41.435
  • 发表时间：
    2020
  • 期刊：
    Acoustical Science and Technology
  • 影响因子：
    0.7
  • 作者：
    Dingding Yao;Junfeng Li;Risheng Xia;Yonghong Yan
  • 通讯作者：
    Yonghong Yan
A mixed-order modeling approach for head-related transfer function in the spherical harmonic domain
球谐域中头部相关传递函数的混合阶建模方法
  • DOI：
    10.1016/j.apacoust.2020.107828
  • 发表时间：
    2021-05
  • 期刊：
    Applied Acoustics
  • 影响因子：
    3.4
  • 作者：
    Junfeng Li;Biao Wu;Dingding Yao;Yonghong Yan
  • 通讯作者：
    Yonghong Yan
Estimation Reliability Function Assisted Sound Source Localization With Enhanced Steering Vector Phase Difference
具有增强导向矢量相位差的估计可靠性函数辅助声源定位
  • DOI：
    10.1109/taslp.2020.3043107
  • 发表时间：
    2021-01-01
  • 期刊：
    IEEE-ACM TRANSACTIONS ON AUDIO SPEECH AND LANGUAGE PROCESSING
  • 影响因子：
    5.4
  • 作者：
    Cheng, Longbiao;Sun, Xingwei;Yan, Yonghong
  • 通讯作者：
    Yan, Yonghong

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

An HMM-based Noise Estimator for Speech Enhancement
用于语音增强的基于 HMM 的噪声估计器
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    Journal of Beijing Institute of Technology
  • 影响因子：
    --
  • 作者：
    夏日升;应冬文;李军锋;颜永红
  • 通讯作者：
    颜永红
面向语音增强的序贯隐马尔可夫模型时频语音存在概率估计
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    声学学报(中文版)
  • 影响因子：
    --
  • 作者：
    许春冬;夏日升;应冬文;李军锋
  • 通讯作者：
    李军锋

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码