ฟังก์ชันถ่ายโอนที่สัมพันธ์กับศีรษะ
- ผู้เสนอ
- Fredrik Wightman, Doris Kistler
- ปี
- 1989
- ประเภท
- Frequency-dependent spatial filtering function
- กลุ่มวิธี
- Psychoacoustics
ข้อความนี้เป็นการแปลด้วยเครื่องและยังไม่ได้รับการตรวจทาน อ่านต้นฉบับภาษาอังกฤษ
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
วัดการตอบสนองทางอะคูสติกจากแหล่งกำเนิดเสียงในแต่ละทิศทาง (θ, φ) ไปยังหูแต่ละข้าง โดยใช้อาร์เรย์ไมโครโฟนพิเศษในห้องไร้เสียงสะท้อน
ปรับให้เป็นมาตรฐานโดยการตอบสนองแบบสนามอิสระอ้างอิง เพื่อแยกการกรองที่เกี่ยวข้องกับศีรษะ
สูตร
\text{Measure or model HRTF for target directions and subject}คำนวณฟังก์ชันถ่ายโอนที่ขึ้นกับความถี่ (ขนาดและเฟส) สำหรับแต่ละทิศทางและหู
สูตร
H(f, \theta, \phi) = \frac{P_\text{ear}(f, \theta, \phi)}{P_\text{ref}(f)}แสดง HRTF เป็นตัวกรองการตอบสนองอิมพัลส์จำกัด (Finite Impulse Response หรือ FIR); ใช้กับเสียงโมโนหรือเสียงรอบทิศทางผ่านการคอนโวลูชัน
สูตร
\text{Apply HRTF convolution in frequency domain via FFT}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
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 DOIคัดลอกแล้วBlauert, J. (1997). Spatial Hearing: The Psychophysics of Human Sound Localization. The MIT Press.
ISBN: 978-0-262-52432-9คัดลอกแล้วMøller, 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.
เปิดเอกสารอ้างอิงสิ่งพิมพ์คัดลอกแล้ว