一種局部線性嵌入的空間聽覺重建方法

湯永清, 方 勇, 黃青華

(1.上海大學(xué)通信與信息工程學(xué)院,上海 200072;2.麗水學(xué)院計(jì)算機(jī)與信息工程學(xué)院,浙江麗水 323000)

一種局部線性嵌入的空間聽覺重建方法

湯永清1,2, 方 勇1, 黃青華1

(1.上海大學(xué)通信與信息工程學(xué)院,上海 200072;2.麗水學(xué)院計(jì)算機(jī)與信息工程學(xué)院,浙江麗水 323000)

空間聽覺重建中,頭相關(guān)傳輸函數(shù) (head-related transfer function,HRTF)龐大的數(shù)據(jù)量是影響虛擬聲源合成效率的主要因素之一.為了減少 HRTF的數(shù)據(jù)存儲(chǔ),提出一種局部線性嵌入 (locally linear embedding,LLE)空間聽覺重建方法.通過LLE對(duì)高維 HRTF數(shù)據(jù)進(jìn)行降維,在低維數(shù)據(jù)空間提取與方位感知相關(guān)的特征,然后利用聚類算法進(jìn)行分類,得到特征 HRTF,而其余非特征 HRTF則可以利用特征 HRTF通過改進(jìn)插值算法進(jìn)行重構(gòu).與現(xiàn)有的主成分分析法 (principal component analysis,PCA)相比,利用LLE降維后的數(shù)據(jù)保留了更多的感知信息,利用 HRTF數(shù)據(jù)間的內(nèi)在關(guān)系,對(duì)插值后的數(shù)據(jù)進(jìn)行修正,可減少重建誤差.仿真結(jié)果表明,該方法能夠有效地減少 HRTF的存儲(chǔ)數(shù)據(jù)量,有利于提高虛擬聲源的合成效率.

頭相關(guān)傳輸函數(shù);局部線性嵌入;流形;空間聽覺重建

空間聽覺研究的目標(biāo)是建立與聲源方位相關(guān)的聽覺環(huán)境.已有研究表明,人耳對(duì)聲源位置的判斷取決于聲音到達(dá)雙耳時(shí)的耳間時(shí)間差、耳間能量差、頻譜形狀、聽覺經(jīng)驗(yàn)以及環(huán)境等因素[1-3].聲波經(jīng)過媒質(zhì)傳輸?shù)竭_(dá)雙耳時(shí),會(huì)受到人的軀干、肩膀、頭部,尤其是耳廓的衍射和濾波,整個(gè)過程相當(dāng)于一個(gè)聲學(xué)濾波器.通常將該濾波器建模成頭相關(guān)傳輸函數(shù)(head-related transfer function,HRTF)或頭相關(guān)沖激響應(yīng)(head-related impulse response,HRIR).HRTF或 HRIR包含著關(guān)于聲源方位的全部特征信息,在空間聽覺或虛擬現(xiàn)實(shí)中起著非常重要的作用,比如可以通過 HRTF合成任意方位的虛擬聲源等.Huang等[4-5]研究了在球諧波域中的插值方法,以及個(gè)性化HRTF.在利用 HRTF進(jìn)行虛擬聲源的合成過程中,為了產(chǎn)生逼真的聽覺效果,研究者們提出了很多HRTF模型[1,6-7],但大都需要較大的 HRTF數(shù)據(jù)存儲(chǔ)量或較復(fù)雜的計(jì)算量,從而在應(yīng)用上影響了虛擬聲源的合成效率.

在模式識(shí)別和人工智能領(lǐng)域,為了提高算法或系統(tǒng)的“智能水平”,需要借助對(duì)人類認(rèn)知的過程、心理以及生理的研究成果[3,8],即大腦對(duì)外界事物的認(rèn)知是建立在對(duì)其部分感知的基礎(chǔ)之上.因此,本研究提出一種基于非線性流形學(xué)習(xí)算法——局部線性嵌入 (locally linear embedding,LLE)的空間聽覺重建方法.

1 HRTF數(shù)據(jù)特征

HRTF是當(dāng)聲源位于頭部周圍不同方位時(shí)所測(cè)得的頻率響應(yīng),是多種因素共同作用所產(chǎn)生的序列.影響 HRTF的因素很多,而聲源的方位 (包括水平方位角θ、垂直方位角 φ)是其中最重要的因素之一.

就人的聽覺而言,不同方位角的 HRTF既有相似之處,也有各自不同的方位特征.方位角差異越小,其對(duì)應(yīng)的 HRTF數(shù)據(jù)間的“距離”越小,共性越多.為了定量地描述聲源所處的不同垂直方位角與其所對(duì)應(yīng)的 HRTF之間的關(guān)系,下面分別從 HRTF數(shù)據(jù)的距離以及相關(guān)系數(shù)兩方面加以說明.

(1)HRTF數(shù)據(jù)的距離.

角度坐標(biāo)如圖 1所示.歐氏距離定義為

式中,H表示 HRTF數(shù)據(jù),i,j對(duì)應(yīng)不同的方位角.圖2為聲源在垂直面內(nèi)取不同方位角 φ時(shí) (θ=0°),HRTF之間的歐氏距離灰度圖,其中橫、縱坐標(biāo)均表

圖 1 角度坐標(biāo)Fig.1 Angle coord inate

圖 2 各垂直方位角對(duì)應(yīng)的 HRTF之間的距離(θ=0°)Fig.2 D istance between HRTF correspond ing angles respectively(θ=0°)

示垂直方位角.

(2)HRTF數(shù)據(jù)的相關(guān)系數(shù).相關(guān)系數(shù)的定義為

式中,N為 HRTF的序列長(zhǎng)度,⊙表示 Hadamard積,,分別表示第 i個(gè)和第 j個(gè) HRTF的方差.圖 3為θ=0°時(shí),各垂直方位角對(duì)應(yīng)的 HRTF之間的相關(guān)系數(shù).

圖 3 各垂直方位角對(duì)應(yīng)的 HRTF之間的相關(guān)系數(shù)(θ=0°)Fig.3 Correlation coeff icients of HRTF between elevation s(θ=0°)

從圖 2可以看出,某一垂直角對(duì)應(yīng)的 HRTF和其鄰近垂直角對(duì)應(yīng)的 HRTF有較小距離,當(dāng)角度差異增大時(shí),HRTF之間的距離也隨之增大,即相隔較遠(yuǎn)的垂直角度對(duì)應(yīng)的 HRTF之間的數(shù)據(jù)關(guān)聯(lián)性減弱.圖 3中的 HRTF之間的相關(guān)系數(shù)說明,鄰近方位的 HRTF之間具有較強(qiáng)的相關(guān)性,而當(dāng)垂直角度的差異變大時(shí),這種相關(guān)性就會(huì)減弱.因此,在對(duì)HRTF進(jìn)行重構(gòu)時(shí),可以只保留鄰近角度的幾何性質(zhì),利用局部鄰近角度的 HRTF進(jìn)行線性加權(quán)重構(gòu),這樣只需求解一個(gè)小的線性方程組,所需要的計(jì)算量較小.

2 降維算法及 HRTF特征提取

在聚類之前,通常對(duì)高維數(shù)據(jù)先進(jìn)行降維處理,已有研究均是利用主成分分析 (p rincipal component analysis,PCA)對(duì) HRTF進(jìn)行降維[2,9].通過對(duì) HRTF數(shù)據(jù)所構(gòu)成的自相關(guān)矩陣進(jìn)行特征值分解,選取特征值相對(duì)較大的特征向量所組成的空間作為信號(hào)空間,忽略特征值相對(duì)較小的特征向量所組成的噪聲空間,從而達(dá)到數(shù)據(jù)降維的目的.PCA算法本質(zhì)上是通過特征向量的線性組合進(jìn)行降維,屬于線性降維方法.但是,當(dāng)數(shù)據(jù)不滿足 PCA的模型假設(shè)時(shí),即當(dāng)數(shù)據(jù)不能由特征向量的線性組合表示時(shí),則需要尋找一種新的降維方法.

在人臉識(shí)別的研究[10]中發(fā)現(xiàn),流形 (manifold)在人腦認(rèn)識(shí)事物的過程中起著至關(guān)重要的作用.流形是局部具有歐氏空間性質(zhì)的空間,由多個(gè)局部呈線性關(guān)系的小曲面連續(xù)聯(lián)接而成.人腦認(rèn)識(shí)事物總是先通過對(duì)事物的若干關(guān)鍵因素的理解,繼而形成對(duì)事物的整體認(rèn)識(shí).人腦從由低維數(shù)據(jù)所形成的多個(gè)不同流形中綜合認(rèn)識(shí)由高維數(shù)據(jù)所組成的事物,如人臉.因此,根據(jù)對(duì)人類感知機(jī)理的分析,當(dāng)事物的數(shù)據(jù)特征不能簡(jiǎn)單地描述成特征向量的線性組合,而數(shù)據(jù)的局部表現(xiàn)出較強(qiáng)的關(guān)聯(lián)性時(shí),適合采用非線性流形學(xué)習(xí)算法.

非線性流形學(xué)習(xí)算法已廣泛應(yīng)用于人臉識(shí)別,將該方法引入到空間聽覺中來,是基于以下原因:①人臉數(shù)據(jù)與聽覺數(shù)據(jù)均是與人類感知有關(guān)的數(shù)據(jù),與傳統(tǒng)的線性降維方法相比,該類方法使得降維后的低維空間數(shù)據(jù)能夠保留更多的感知信息,發(fā)現(xiàn)數(shù)據(jù)間的內(nèi)在關(guān)系;②從 HRTF數(shù)據(jù)特性來看,HRTF間的相關(guān)性隨著聲源方位角差異的變大而減弱,某一方位的 HRTF只與鄰近方位的 HRTF具有較強(qiáng)的相關(guān)性,因此,可以通過少數(shù)鄰近方位角的 HRTF對(duì)該方位 HRTF進(jìn)行線性加權(quán)重構(gòu).

LLE[8]作為一種非線性流形學(xué)習(xí)算法,其基本思想是在數(shù)據(jù)點(diǎn)與其鄰域點(diǎn)之間構(gòu)造一個(gè)重構(gòu)權(quán)向量,并在低維數(shù)據(jù)中保持權(quán)值不變,即假設(shè)嵌入映射在局部為線性的條件下,最小化重構(gòu)誤差.LLE算法中關(guān)于數(shù)據(jù)局部線性的假設(shè)與 HRTF的數(shù)據(jù)特性一致,因此,LLE可以作為 HRTE數(shù)據(jù)的降維工具.

假設(shè)存在高維數(shù)據(jù) X為一個(gè) D×N的矩陣,即

X=[X1,X2,…,XN]. (3)

給定數(shù)據(jù)集:X={Xi∈RD|i=1,2,…,N},可以找到映射函數(shù) f,使{Yi=f(Xi)|i=1,2,…,N}滿足,其中Y={Yi∈Rd|i=1,2,…,N},d? D,Y為降維后的數(shù)據(jù)集.

LLE算法可以進(jìn)行如下描述.

(1)求向量 Xi的 K個(gè)最鄰近向量以及相應(yīng)的權(quán)值,由于局部鄰域內(nèi)的數(shù)據(jù)表現(xiàn)出線性關(guān)系,因此,Xi可以用 K個(gè)最鄰近向量的線性加權(quán)和進(jìn)行估計(jì).

真實(shí)值與估計(jì)值之間的誤差可用代價(jià)函數(shù)ε(W)表示為

式中,Wij表示第 j個(gè)數(shù)據(jù)對(duì)第 i個(gè)估計(jì)向量的貢獻(xiàn),Xj為 Xi的 K個(gè)最鄰近向量集中的一個(gè).為了計(jì)算Wij,可將代價(jià)函數(shù)ε(W)最小化,并且要求 Wij滿足兩個(gè)約束:①若 Xj屬于 Xi的鄰近向量集,則②若 Xj不屬于 Xi的鄰近向量集,則Wij=0.從而得到兩個(gè)新的矩陣W和H,分別存儲(chǔ)權(quán)值以及最鄰近向量的索引.

(2)將高維向量 Xi映射到低維空間中,得到數(shù)據(jù) Yi,而向量之間的權(quán)值和鄰近關(guān)系保持不變.降維后的數(shù)據(jù) Y中包含著高維數(shù)據(jù)的特征,同時(shí)使得維數(shù)遠(yuǎn)小于原有數(shù)據(jù)的維數(shù),有利于進(jìn)行分類處理.

3 分類算法及插值算法

3.1 分類算法

HRTF數(shù)據(jù)之間既有區(qū)別,又互相聯(lián)系,在分類前并沒有一個(gè)非常明確的類別區(qū)分標(biāo)志,因此,適宜采用無監(jiān)督的學(xué)習(xí)分類算法——k-均值分類算法.該算法的目的是將降維后的數(shù)據(jù)劃分成 k類,使得各個(gè)向量到其對(duì)應(yīng)的聚類中心向量的歐氏距離最短,即類內(nèi)平方和最小.根據(jù)平方誤差準(zhǔn)則,代價(jià)函數(shù)可以寫為

式中,Yi為被分類的數(shù)據(jù)集,表示 Y的均值,Nclass為經(jīng)驗(yàn)值,表示需要分類的數(shù)目,可以通過多次實(shí)驗(yàn)的方法獲得.uij有兩個(gè)約束:①當(dāng) Yi不屬于第 j類時(shí),uij=0;②當(dāng) Yi屬于第 j類時(shí),uij=1.通過最小化代價(jià)函數(shù),可以得到 k類聚類中心.對(duì)于 HRTF而言,聚類中心為 k列 HRTF,由于 HRTF數(shù)據(jù)中列與聲源的方位是一一對(duì)應(yīng)的,因此,若將聚類中心作為特征 HRTF,則其對(duì)應(yīng)的聲源方位稱為特征方位.

3.2 插值算法

利用聚類算法可從 HRTF數(shù)據(jù)庫(kù)中得到具有代表性的特征 HRTF,其余的 HRTF可以通過對(duì)特征HRTF插值進(jìn)行重構(gòu)得到.這樣只需存儲(chǔ)特征 HRTF數(shù)據(jù),就可以完成對(duì)全部 HRTF數(shù)據(jù)的重構(gòu),從而有效地減少了需要存儲(chǔ)的數(shù)據(jù)量.

從前面的分析可知,某一方位的 HRTF可以表示成鄰近方位數(shù)據(jù)的線性加權(quán)和形式,這是由HRTF數(shù)據(jù)間的內(nèi)在關(guān)系所決定的.

改進(jìn)后的插值算法,可分為以下兩步.

(1)線性內(nèi)插,即直接由特征 HRTF對(duì)其余方位的 HRTF作線性內(nèi)插.

(2)對(duì)插值后數(shù)據(jù)進(jìn)行修正.

For i=1∶N

從 H讀取 Xi對(duì)應(yīng)的最鄰近向量;

從W讀取相應(yīng)的權(quán)值W(:,i);

For j=1∶d

利用 Xi=∑jW(j,i)X(:,H(j))進(jìn)行修正;

End

End

修正后的插值方法充分利用了 HRTF數(shù)據(jù)間的內(nèi)在關(guān)系,插值效果較好.

4 仿真結(jié)果

仿真實(shí)驗(yàn)數(shù)據(jù)采用加州大學(xué)戴維斯分校圖像處理和計(jì)算中心所提供的 HRTF數(shù)據(jù)庫(kù)[11].該數(shù)據(jù)庫(kù)包括 45種耳廓,每個(gè)耳廓有 1 250個(gè)采樣位置,其中水平位置 50個(gè),垂直角 25個(gè),采樣頻率為 44.1 kHz.每個(gè) HRIR長(zhǎng)度為 200個(gè)點(diǎn),采樣時(shí)間為 4.5 ms.垂直角從 -45.000°～230.625°等間隔分布 ,間隔為 5.625°.水平角從 -80°～80°等間隔分布 ,間隔為 5°.本研究的仿真實(shí)驗(yàn)均是在 3#耳廓對(duì)應(yīng)的HRTF數(shù)據(jù)庫(kù)下完成的.

4.1 流形

通過數(shù)據(jù)降維,可以發(fā)現(xiàn)數(shù)據(jù)與主要因素之間的關(guān)系[12].當(dāng)測(cè)試聲源的水平方位與垂直方位固定時(shí),每個(gè) HRTF就有 N個(gè)采樣點(diǎn)的序列,在 N維空間中,該序列可以視為一點(diǎn).當(dāng)垂直角連續(xù)變化時(shí),將其在N維空間中描繪出的一維曲線稱為流形,該曲線反映的是垂直方位角與 HRTF之間的關(guān)系.流形中包含著垂直方位信息.

本實(shí)驗(yàn)考慮在垂直面上θ=0°的情形.利用LLE將 HRTF數(shù)據(jù)庫(kù)降成一維,即只保留垂直方位角,一維流形如圖 4所示.對(duì)于 HRTF數(shù)據(jù)庫(kù),垂直方位角差距較大的 HRTF的歐氏距離可能會(huì)很接近.但垂直方位相差越遠(yuǎn),流形距離越遠(yuǎn),越能較好地區(qū)別聲源垂直方位上的差異.從圖中可以看到,雖然垂直角是均勻間隔的,但所形成的流形距離并非均勻變化,即流形曲線為非線性的.而從局部來看,數(shù)據(jù)之間又呈現(xiàn)出線性特點(diǎn),因此,流形是由若干個(gè)局部線性的小曲線連續(xù)聯(lián)接而成的.

圖 4 一維流形與特征角度Fig.4 One d imensionalman ifold and representative angles

4.2 LL E和 PCA算法比較

在 LLE算法中,有 2個(gè)參數(shù)需要設(shè)定:最近鄰向量個(gè)數(shù) K和維數(shù) d.在仿真實(shí)驗(yàn)中,設(shè) K=3,d=6,同時(shí)給出利用 PCA進(jìn)行數(shù)據(jù)恢復(fù)的結(jié)果.PCA中主分量的個(gè)數(shù)選取為 6,其特征值之和占總特征值之和的 95.61%.圖 5所示為使用 2種降維方法的數(shù)據(jù)恢復(fù)后的 HRTF與測(cè)量得到的 HRTF的比較 (θ=0°,φ =0°),其中 LLE數(shù)據(jù)恢復(fù)利用了 HRTF之間的鄰近關(guān)系.從圖中可以看出,在低頻段,2種算法的重構(gòu)效果基本一致,但在高頻段,LLE算法的重構(gòu)效果好于 PCA算法,這是因?yàn)?PCA算法中丟棄的那部分分量與聲源的高頻有關(guān),即與頭部、肩膀、衣服的散射作用有關(guān).

圖 5 PCA,LL E數(shù)據(jù)恢復(fù)與測(cè)量之間的比較(θ=0°,φ =0°)Fig.5 Data compar ision w ith PCA,LL E and measurement(θ=0°,φ =0°)

歸一化誤差定義為

圖 6為 PCA和 LLE重構(gòu)歸一化誤差.可以看到,基于 LLE的數(shù)據(jù)恢復(fù)的誤差總體上小于基于PCA的數(shù)據(jù)恢復(fù)誤差.但是在垂直角為 -45°時(shí),LLE的數(shù)據(jù)恢復(fù)誤差大于 PCA,原因在于 LLE算法是利用最鄰近垂直方位的 HRTF的線性加權(quán)和進(jìn)行數(shù)據(jù)恢復(fù),一般在該垂直方位的左右兩邊選擇最鄰近垂直方位,而 -45°是垂直方位的起始角,在尋找對(duì)應(yīng)的最鄰近垂直方位時(shí)會(huì)出現(xiàn)比較大的誤差.但總體而言,非線性流形學(xué)習(xí)算法比傳統(tǒng)線性降維算法的優(yōu)越性表現(xiàn)在:①無需設(shè)置過多的參數(shù);②LLE算法是基于流形的內(nèi)在幾何性質(zhì),能發(fā)現(xiàn)數(shù)據(jù)間的內(nèi)在聯(lián)系,降維后的數(shù)據(jù)可保留更多與感知有關(guān)的信息,數(shù)據(jù)恢復(fù)誤差小;③避免了 PCA算法中的奇異值分解.

圖 6 PCA和 LL E重構(gòu)歸一化誤差Fig.6 Normalized recon structive error s between PCA and LL E

4.3 特征 HRTF及重構(gòu)

LLE算法將高維數(shù)據(jù)降成低維數(shù)據(jù),保留了更多感知信息.從低維數(shù)據(jù)中聚類出特征 HRTF.為了表述方便,特征 HRTF用對(duì)應(yīng)的特征方位表示.經(jīng)過多次實(shí)驗(yàn)得出,分類個(gè)數(shù)大于 10時(shí)可以獲得較好的插值重構(gòu).此處選取θ=0°的一組數(shù)據(jù),選擇分類數(shù)為 10,聚類中心由對(duì)應(yīng)的特征方位表示,結(jié)果為 0°,39.375°,67.500°,95.625°,123.750°,157.500°,180.000°,191.250°,208.125°,225.000°.特征方位在圖 4中用“＊”標(biāo)出.

利用 HRTF進(jìn)行虛擬聲源模擬時(shí),只需在計(jì)算機(jī)中存儲(chǔ)上述特征方位所對(duì)應(yīng)的 HRTF,其余的HRTF可以通過特征 HRTF插值得到.圖 7給出了線性內(nèi)插法重構(gòu)波形、修正后的插值重構(gòu)波形與測(cè)量值的比較.測(cè)量的 HRTF對(duì)應(yīng)方位為θ=0°,φ=0°.線性插值方法直接在 Matlab中實(shí)現(xiàn),所使用的類型為“l(fā)inear”,調(diào)用函數(shù)“interp1”實(shí)現(xiàn).

圖 7 插值重構(gòu)比較Fig.7 Reconstruction compar isons w ith interpolation,m od if ied in terpolation and m easurem en t

為了進(jìn)一步衡量各角度的插值效果,圖 8給出了各垂直方位角對(duì)應(yīng)的 HRTF的誤差比較.可以看出,由于改進(jìn)的插值算法充分利用了數(shù)據(jù)間的內(nèi)在關(guān)系,重構(gòu)后的效果整體上比直接使用插值算法的效果要好.

總體誤差定義為

圖 8 全方位插值重構(gòu)誤差比較Fig.8 Reconstruction error compar isons in azim uth

式中,Aj為比較數(shù)據(jù),Mj為測(cè)量數(shù)據(jù).直接內(nèi)插以及改進(jìn)后插值的總體誤差如表1所示.改進(jìn)后的插值總體誤差比直接線性內(nèi)插減少了近 4 dB.

表1 總體誤差Table 1 Total error

5 結(jié) 束 語(yǔ)

本研究在分析 HRTF數(shù)據(jù)的特征后,將人臉識(shí)別中非線性降維算法引入到空間聽覺中.與傳統(tǒng)的線性降維方法相比,降維后的數(shù)據(jù)保留了更多的感知信息,有利于數(shù)據(jù)的聚類.并在此基礎(chǔ)上,針對(duì)虛擬聲源合成的實(shí)時(shí)性問題,提出了一種基于非線性流形學(xué)習(xí)的空間聽覺重建方法.降維后的數(shù)據(jù)利用聚類算法聚出 k個(gè)中心,即特征 HRTF,其余的HRTF可根據(jù)特征 HRTF進(jìn)行插值重構(gòu).在插值過程中,利用數(shù)據(jù)間的關(guān)系對(duì)插值過程進(jìn)行修正,使得重構(gòu)結(jié)果更接近于真實(shí)值.實(shí)驗(yàn)結(jié)果表明,該方法能有效地減少 HRTF的存儲(chǔ)數(shù)據(jù)量,有利于提高虛擬聲源合成的效率.

[1] BLAUERT J P.Spatial hearing[M].Massachusetts:M IT Press,1997.

[2] ZOTKIN.Rendering localized spatial audio in a virtual auditory space[J]. IEEE Transaction on Multimedia.2004,6(4):553-564.

[3] HACHHABIBOGLU H,MURTAGH F.Perception based simp lification for binaural room auralization [C]∥Proceeding of the International Conference on Auditory Display.2006:268-271.

[4] HUANG Q H,FANG Y. Interpolation of head-related transfer functions using spherical Fourier expansion[J].Journal of Electronics(China),2009,26(4):571-576.

[5] HUANGQ H,ZHUANGQ L.HRIR personalization using support vector regression in independent feature space[J].Electronics Letters,2009,45(19):1002-1003.

[6] SHIMADA S,HAYASHIS.A clusteringmethod for sound localization transfer functions[J].Journal of the Audio Engineering Society,1994,42:577-583.

[7] HUANG Q H,FANG Y.Modeling personalized headrelated impulse response using support vector regression[J].Journal of Shanghai University:English Edition,2009,13(6):428-432.

[8] ROWERS S, SAUL L. Non-linear dimensionality reduction by locally linear embedding[J]. Science,2000,290:2323-2326.

[9] KAPROLOS B,MEKUZ N,KOPINSKA A,et al.Dimensionality reduced HRTFs:a comparative study[C]∥ Proceedings of Advances in Computer Entertainment Technology.2008:59-62.

[10] SEUNG H S,LEE D D.Themanifold waysof percep tion[J].Science,2000,290:2268-2269.

[11] ALGAZIV R,DUDA RO,THOMOSON DM.The CIPIC HRTF database[C]∥Proc 2001 IEEE Workshop on Applications of Signal Processing to Audio and Acoustics.2001:99-102.

[12] DURA IWWAM I R,RAYKAR V C.The manifolds of spatial hearing [C]∥ Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing.2005:285-288.

Recon struction of Spatial Hear ing Based on L ocally L inear Em bedd ing

TANG Yong-qing1,2, FANG Yong1, HUANGQing-hua1
(1.School of Communication and Information Engineering,Shanghai University,Shanghai200072,China;2.School of Computer and Information Engineering,LishuiUniversity,Lishui 323000,Zhejiang,China)

In spatial hearing,massdata of head-related transfer function(HRTF)isa factor that greatly influences the synthesis of virtual sounds. To reduce the data used,we propose a spatial hearing reconstruction method based on locally linear embedding(LLE).Using LLE,high dimensionality is mapped to a lower dimensional dataset suitable for regressive analysisand classification.To classify by an unsupervised cluster method,a representative HRTF is extracted from all HRTFs.Other HRTFs can be reconstructed in spatial hearing from the representative HRTF with modified interpolation.Compared to the p rincipal component analysis(PCA),the data w ith reduced dimension obtained by using LLE preservemoreperceptive information.Relationsamong the HRTF data can be found,withwhichmodified interpolation can be obtained and HRTF reconstruction error can be reduced.Simulation results show that the proposed method effectively reduces HRTF data. It is useful to imp rove efficiency of synthesis for virtual sound source in practical applications.

head-related transfer function(HRTF);locally linear embedding(LLE);manifold;spatial hearing reconstruction

TN 911.7

A

1007-2861(2011)02-0119-06

10.3969/j.issn.1007-2861.2011.02.003

2010-04-20

國(guó)家自然科學(xué)基金資助項(xiàng)目 (61001160);上海市自然科學(xué)基金資助項(xiàng)目 (08ZR1408300);上海市重點(diǎn)學(xué)科建設(shè)資助項(xiàng)目(S30108);上海市科委重點(diǎn)實(shí)驗(yàn)室資助項(xiàng)目(08DZ2231100)

方 勇 (1964～),男,教授,博士生導(dǎo)師,博士,研究方向?yàn)槊ば盘?hào)處理、通信信號(hào)處理等.E-mail:yfang@staff.shu.edu.cn

(編輯:趙 宇 )