基于RBF神经网络的头相关传输函数的个性化建模方法.pdfVIP

第 20卷 第 2期 上海戈 摈 (自然科学版) V0】，2O No．2 2014年4月 JOURNALOFSHANGHAIUNIVERSITY (NATURALSCIENCE) Apr．2014 DOI：10．3969／j．issn．1007-2861．2013．07．019 基于 RBF神经网络的头相关传输函数的 个性化建模方法 黄青华， 李 琳， 赖士村 f上海大学通信与信息工程学院，上海 200444) 摘要：采用主成分分析方法提取头相关传输函数 (head—ralatedtransferfunction，HRTF)的 个性化系数，计算了影响HRTF的人体参数的拉普拉斯得分，并联合Pearson相关系数提取出 对HRTF影响显著的关键人体参数；构建了径向基函数 (radialbasisfunction，RBF)神经网 络，学习关键人体参数到头相关传输函数个性化系数的非线性映射模型，利用简单的人体参数 测量估计出待测者的个性化头相关传输函数．通过实验仿真与偏最小二乘回归 (partialleast squaresregression PLSR1法比较可知，RBF神经网络个性化学习方法的性能优于PLSR法． 关键词 ：头相关传输函数：个性化；拉普拉斯得分；RBF神经网络 中图分类号：TB52；TP183 文献标志码 ：A 文章编号 ：1007—2861(2014)020157-08 Personalized M odeling ofHead—Related Transfer Function Based on RBF NeuralNetwork HUANGQing-hua． LILin． LAIShi—CUD (SchoolofCommunicationandInformationEngineering，ShanghaiUniversity，Shanghai200444，China) Abstract：A nonlinearpersonalizedmodeliSestablishedtopredictindividualhead-related transferfunction(HRTF)．Principalcomponentanalysis(PCA)isappliedtoobtainindi— vidualweightsastheoutputsofthemode1．Someimportantanthropometricparameters areselectedaccordingtotheLaplacianscoreandcorrelationanalysesbetweenallmeasured parametersandtheindividualweights．Theyactastheinputstothemode1．Constructing aradialbasisfunction(RBF)neuralnetworktolearnthenonlinearmodel，theindividual HRTF can bepredicted according to themeasured anthropometricparameters．Simula- tionresultsshow thattheproposedmethodoutperformsthepartialleastsquaresregression (PLSR)methodinpredictingindividualHRTF． Key words：head—related transferfunction；personalization；Laplacianscore；radialbasis function nel】ra】network 人的听觉除了指对声音的响度、音调和音色等主观属性的感知外，还包括对声源的方位和 层次的感知．声源发出的直达声波到达人的双耳后，再经由听者头部、耳廓、躯干等生理结构 的散射和反射作用，最后被感知．头相关传输函数 (head—related