基于稀疏表示和神经网络的头相关传输函数个性化方法研究

作者：史梦杰; 方勇; 黄青华; 刘华平

来源：电声技术, 2019, 43(03): 10-16.

DOI：10.16311/j.audioe.2019.03.003

• 头相关传输函数
• 个性化
• 稀疏表示
• RBF神经网络
• Pearson相关分析

头相关传输函数(Head-Related Transfer Function,HRTF)的个性化定制,是实现虚拟听觉系统(Virtual Audio Display,VAD)的关键技术之一。本文提出了一个基于稀疏表示和径向基函数(adial Basis Function,RBF)神经网络的HRTF个性化方法,通过LASSO回归分别计算出生理特征的稀疏系数和HRTF数据的稀疏系数,利用神经网络来建模两组系数的映射关系,并使用Pearson相关分析筛选与测试样本相关性强的数据作为训练集,所提方法只需要进行较少的训练就可以估计出个性化头相关传输函数。仿真实验表明,与已有的稀疏表示方法相比,本方法所需的训练集更小,估计误差更低。

• 单位
  上海大学