Skip to content
กลับไปยังผลการค้นหา

ฟังก์ชันถ่ายโอนที่สัมพันธ์กับศีรษะ

ผู้เสนอ
Fredrik Wightman, Doris Kistler
ปี
1989
ประเภท
Frequency-dependent spatial filtering function
กลุ่มวิธี
Psychoacoustics

ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ

ขนาดตัวอักษร

ใช้ทำอะไร?

ฟังก์ชันถ่ายโอนที่สัมพันธ์กับศีรษะ (Head-Related Transfer Function หรือ HRTF) อธิบายว่าศีรษะ หู และลำตัวของมนุษย์กรองเสียงจากทิศทางต่างๆ อย่างไร HRTF จะบันทึกการเปลี่ยนแปลงทางอะคูสติกที่เกิดขึ้นเมื่อเสียงเดินทางรอบศีรษะเพื่อไปถึงหูแต่ละข้าง ทำให้สามารถรับรู้ตำแหน่งของเสียงในพื้นที่ 3 มิติได้ HRTF ที่วัดหรือจำลองขึ้นมีความสำคัญอย่างยิ่งต่อการสร้างเสียง 3 มิติที่น่าเชื่อถือผ่านหูฟังในความเป็นจริงเสมือน เกมเชิงพื้นที่ และแอปพลิเคชันเสียงที่สมจริง

แนวคิดเบื้องหลังวิธีการ

เมื่อเสียงมาจากด้านหน้า เสียงจะไปถึงหูทั้งสองข้างด้วยความเข้มและเวลาที่เกือบเท่ากัน เมื่อเสียงมาจากด้านขวา หูขวาจะได้รับเสียงเร็วกว่าและดังกว่าเล็กน้อย (เนื่องจากการบังของศีรษะ) สัญญาณที่ละเอียดอ่อนเหล่านี้—เรียกว่าความแตกต่างของเวลาและระดับเสียงระหว่างหู (interaural time and level differences หรือ ITD และ ILD)—จะบอกสมองว่าเสียงมาจากไหน ศีรษะและหูยังปรับเปลี่ยนเนื้อหาความถี่ของเสียง โดยเฉพาะอย่างยิ่งที่ความถี่สูงขึ้นซึ่งความยาวคลื่นเทียบเท่ากับขนาดศีรษะ HRTF จะวัดผลกระทบของการกรองเหล่านี้ ทำให้เสียงดิจิทัลสามารถสร้างการรับรู้เชิงพื้นที่ 3 มิติผ่านหูฟังสเตอริโอได้

ประวัติศาสตร์

นักอะคูสติกและนักจิตวิทยาได้ศึกษาเบาะแสการได้ยินเชิงพื้นที่ตลอดศตวรรษที่ 20 Wightman และ Kistler (1989) ได้ตีพิมพ์การวัด HRTF ที่มีอิทธิพลและแสดงให้เห็นการสังเคราะห์เสียง 3 มิติโดยใช้หูฟัง หุ่นจำลองศีรษะ KEMAR (ที่ใช้ที่ MIT) กลายเป็นมาตรฐานสำหรับการวัด HRTF ฐานข้อมูลสมัยใหม่ (CIPIC 2001, ARI) ได้ขยายการเข้าถึง; ปัจจุบัน HRTF เป็นพื้นฐานสำหรับเสียง VR

ควรใช้เมื่อใด

ใช้ HRTF เพื่อสร้างเสียงเชิงพื้นที่ 3 มิติผ่านหูฟังสำหรับ VR/AR เกม และเพลงที่สมจริง สิ่งเหล่านี้จำเป็นสำหรับแอปพลิเคชันใดๆ ที่ต้องรับรู้เสียงเชิงพื้นที่ผ่านหูฟังสเตอริโอ ใช้ HRTF ที่ตรงกับสัณฐานวิทยาของศีรษะผู้ฟังเพื่อให้ได้ผลลัพธ์ที่ดีที่สุด (HRTF ทั่วไปก็ใช้ได้ดีพอสมควร) หลีกเลี่ยงการใช้สำหรับการเล่นผ่านลำโพง (HRTF แบบสนามอิสระแตกต่างกัน) หรือการผลิตเพลงที่ไม่มีการสร้างแบบจำลองอะคูสติกของห้องที่เหมาะสม

ข้อจำกัดและข้อควรพิจารณา

  • ความแตกต่างระหว่างบุคคล: HRTF ทั่วไปทำงานได้ไม่ดีสำหรับผู้ที่มีสัณฐานวิทยาของศีรษะที่แตกต่างกันมาก
  • ความสับสนด้านหน้า-หลัง: แหล่งกำเนิดเสียงที่สูงขึ้น (เหนือระดับศีรษะ) ระบุตำแหน่งได้ยากด้วย HRTF เพียงอย่างเดียว
  • ต้นทุนการคำนวณสูง: การคอนโวลูชันแบบเรียลไทม์ของตัวกรอง FIR ขนาดยาวต้องมีการปรับให้เหมาะสม
  • สมมติว่าแหล่งกำเนิดเสียงอยู่ในสนามไกล; HRTF สนามใกล้มีความซับซ้อนกว่าและมีมาตรฐานน้อยกว่า

เงื่อนไขจากแหล่งที่มาไม่สามารถใช้แทนการทบทวนทางวิทยาศาสตร์ที่เป็นอิสระหรือการตรวจสอบโดยเอนจินวิเคราะห์ได้

จุดแข็ง

  • ช่วยให้ได้เสียง 3 มิติที่น่าเชื่อถือบนหูฟังสเตอริโอทุกชนิด โดยไม่จำเป็นต้องมีฮาร์ดแวร์พิเศษ
  • อิงจากการวัดทางกายภาพและหลักการทางจิตอะคูสติก
  • ขึ้นกับความถี่; บันทึกสัญญาณสเปกตรัมที่ซับซ้อนสำหรับการระบุตำแหน่งในแนวตั้ง
  • ฐานข้อมูล HRTF ที่เปิดเผยต่อสาธารณะ (CIPIC, KEMAR, ARI) ช่วยให้มีการนำไปใช้อย่างแพร่หลาย

การประยุกต์ใช้

  • เสียงเชิงพื้นที่ 3 มิติในชุดหูฟัง VR และเกม (Oculus, HTC Vive, PlayStation VR)
  • เพลงและบันทึกการแสดงคอนเสิร์ตที่สมจริงพร้อมการแพนเสียงเชิงพื้นที่
  • การเข้าถึง: การสร้างเสียง 3 มิติสำหรับการนำทางเชิงพื้นที่ของผู้ใช้ที่ตาบอด
  • เสียงเชิงพื้นที่สำหรับประสบการณ์ภาพยนตร์และวิดีโอ 360 องศาบนหูฟัง

วิธีการทำงาน

วิธีการทำงาน

1

วัดการตอบสนองทางอะคูสติกจากแหล่งกำเนิดเสียงในแต่ละทิศทาง (θ, φ) ไปยังหูแต่ละข้าง โดยใช้อาร์เรย์ไมโครโฟนพิเศษในห้องไร้เสียงสะท้อน

2

ปรับให้เป็นมาตรฐานโดยการตอบสนองแบบสนามอิสระอ้างอิง เพื่อแยกการกรองที่เกี่ยวข้องกับศีรษะ

สูตร
\text{Measure or model HRTF for target directions and subject}
3

คำนวณฟังก์ชันถ่ายโอนที่ขึ้นกับความถี่ (ขนาดและเฟส) สำหรับแต่ละทิศทางและหู

สูตร
H(f, \theta, \phi) = \frac{P_\text{ear}(f, \theta, \phi)}{P_\text{ref}(f)}
4

แสดง HRTF เป็นตัวกรองการตอบสนองอิมพัลส์จำกัด (Finite Impulse Response หรือ FIR); ใช้กับเสียงโมโนหรือเสียงรอบทิศทางผ่านการคอนโวลูชัน

สูตร
\text{Apply HRTF convolution in frequency domain via FFT}
5

ตรวจสอบสัญญาณการระบุตำแหน่ง (ITD, ILD, สัญญาณสเปกตรัม) และทดสอบกับผู้เข้าร่วมเพื่อความแม่นยำในการรับรู้

ข้อผิดพลาดที่พบบ่อย

  • การใช้ HRTF ทั่วไปกับผู้ที่มีขนาด/รูปร่างศีรษะผิดปกติ; HRTF เฉพาะบุคคลช่วยเพิ่มความแม่นยำในการระบุตำแหน่ง
  • การละเลย ITD (ความแตกต่างของเวลาเสียงระหว่างหู) ซึ่งมีความสำคัญต่ำกว่า 1 kHz; ขนาด HRTF เพียงอย่างเดียวจะพลาดสัญญาณเวลา
  • การใช้การกรองที่เกี่ยวข้องกับศีรษะกับ ambisonics โดยไม่มีการถอดรหัสที่เหมาะสม; การประมวลผลที่ไม่เข้ากันจะทำลายความสมบูรณ์เชิงพื้นที่

คำถามที่พบบ่อย

ทำไม HRTF ทั่วไปบางครั้งจึงรู้สึกไม่แม่นยำ?

HRTF มีความเฉพาะบุคคลสูงเนื่องจากความแตกต่างของสัณฐานวิทยาของศีรษะ หู และลำตัว HRTF ทั่วไป (เช่น KEMAR) เป็นการประนีประนอม; บุคคลที่มีรูปร่างศีรษะผิดปกติอาจประสบปัญหาความสับสนด้านหน้า-หลัง หรือข้อผิดพลาดในการระบุตำแหน่งด้านข้าง HRTF เฉพาะบุคคล (ที่วัดหรือประมาณจากการสแกนศีรษะ) จะช่วยเพิ่มความแม่นยำ

ความแตกต่างระหว่าง HRTF แบบสนามไกลและสนามใกล้คืออะไร?

HRTF แบบสนามไกลสมมติว่าแหล่งกำเนิดเสียงอยู่ไกล (>1 ม.) ดังนั้นเสียงจึงมาถึงในรูปของคลื่นระนาบ HRTF แบบสนามใกล้จะพิจารณาถึงคลื่นทรงกลมจากแหล่งกำเนิดเสียงที่อยู่ใกล้; การกรองจะเปลี่ยนไปตามระยะทาง HRTF แบบสนามใกล้มีความซับซ้อนกว่าและมีมาตรฐานน้อยกว่า

ฉันสามารถวัด HRTF ของตัวเองได้หรือไม่?

ได้ แต่ต้องใช้อุปกรณ์พิเศษ (ห้องไร้เสียงสะท้อน, อาร์เรย์ไมโครโฟน) วิธีการ DIY (โดยใช้ไมโครโฟนโทรศัพท์) มีอยู่แต่ให้คุณภาพต่ำกว่า วิธีที่ง่ายกว่าคือการประมาณ HRTF จากการสแกนศีรษะ 3 มิติและใช้แบบจำลองการคำนวณ

วิธีการที่เกี่ยวข้อง

แหล่งอ้างอิง

  1. Wightman, F. L., & Kistler, D. J. (1989). Headphone simulation of free-field listening. I: Stimulus synthesis. The Journal of the Acoustical Society of America, 85(2), 858-867.

    เปิดเอกสารอ้างอิง DOI
    คัดลอกแล้ว
  2. Blauert, J. (1997). Spatial Hearing: The Psychophysics of Human Sound Localization. The MIT Press.

    ISBN: 978-0-262-52432-9
    คัดลอกแล้ว
  3. Møller, H., Sørensen, M. F., Hammershøi, D., & Jensen, C. B. (1995). Head-related transfer functions of human subjects. Journal of the Audio Engineering Society, 43(5), 300-321.

    เปิดเอกสารอ้างอิงสิ่งพิมพ์
    คัดลอกแล้ว