Meta研究结合参数化声场改进AR/VR音频双耳信号匹配性能
AR/VR中,听觉是实现沉浸感的重要组成部分,并且由于麦克风阵列捕获的声学场景双耳再现变得越来越流行。一种热门的双耳再现方法是使用High Order Ambisonics(HOA)信号与头相关传递函数(HRTF)进行卷积。然而,这种方法需要大量的麦克风和球形阵列几何形状,限制了它的实际应用。为了克服这些限制,提出了基于波束成形的双耳再现方法,但对于一般的阵列几何结构,它无法保证准确的双耳信号再现。另一种方法是使用双耳信号匹配(BSM)方法,但在高频下表现不佳。为了改善BSM方法的性能,提出了使用幅值最小二乘法(MagLS),但在其中一只耳朵距离阵列的所有麦克风相对较远的情况下仍然存在表现不佳的问题。为了解决这些问题,一个团队研究了具有参数化声场的BSM方法在时频域的性能。经过模拟研究表明,分解声场的BSM方法可以提高双耳信号的再现精度。未来的工作可以进一步研究空间编码方法和改进设计框架来实现更好的声场分解和混响再现。