基于卷积神经网络的头相关传输函数上采样研究.pdfVIP

摘要

摘要

虚拟现实（VirtualReality，VR）和增强现实（AugmentedReality，AR）正在改

变人类与自然和数字世界的互动方式，提供了越来越沉浸式和引人入胜的体验。为了

保证这些技术提供的体验真实可信，关键在于处理听觉信息，使人们能够准确地感知

来自三维空间精确定位的虚拟声源。这一点得益于双耳渲染技术和使用头相关传递函

数（Head-RelatedTransferFunction，HRTF），后者捕捉了个体的听觉和心理声学特

征，用于逼真地模拟声学空间。

然而，获取个性化头相关传递函数（HRTF）是一个技术要求高且耗时的过程，

通常需要专用的场地及测量设备。随着神经网络技术的快速发展，在音频领域的应用

已经证明了其显著的效能，为普及空间音频技术提供了全新的视角。本研究旨在探讨

神经网络在HRTF数据的空间上采样处理中的潜能，以期简化并加速HRTF的获取流

程。特别是，通过利用稀疏测量数据恢复全空间高分辨率的HRTF，可以显著降低实

际测量的需求和成本。基于此目的，本论文开展了以下几方面的研究：

（1）在当前的空间