《通信声学》报告

通信声学 本份汇报详细讲述第一章，第四章内容，二三章属于学过的内容，不重点概述，第五章及其之后的章节对内容进行概括，并挑选重点理解的部分进行说明。

第一章 听觉场景的分析和合成 所谓分析：在某种声场景下，对场景内的声音进行分析和评价 所谓合成：通过计算和分析，对声场景进行模拟

1.1引言 1.历史回顾 上世纪声学发展迅速，随着计算机迅速发展，促进了声学的前进，数字信号处理已经成为了通信声学中不可或缺的部分，许多声学技术围绕现代技术继续前行，可以预见，未来通信系统将会包含越来越多的内置智能和知识。 2.通信经典范例：双耳技术 通信传输系统结构：信息源->编码器->传输通道->解码器->接受信号 声学传输重要的一点是：声信号发送接受，在两种场合下的听觉感知要彼此一直，在这点上，最严格的任务是真实再现。 体现真实再现的可行方法：双耳技术 双耳技术：

在收听双耳入口，真实再现声音信号。 输入信号从真人的耳道拾取，用耳机完成回放。 3.经典传输连的分离 将经典传输分为了两个部分，分别是：两者级联成为一个传输系统 AVE听觉虚拟环境系统 ASA听觉场景分析系统 1.2听觉场景分析 ASA双耳信号处理模型

外耳模块获取信号输入，通过中耳模块带通滤波，送到内耳模型进行信号处理，输出信号反馈到双耳接受信号模块中，分析内耳之间到达的时间差别和声级差，最总得到三维时变输出，被称为是双耳活性图。

举例2个 1.质量的识别和评价 音乐演奏厅中记录的双耳房间响应，输入到上述模型，得到人工头耳中的直达声和个别反射声，分析这些图可以预测该音乐厅的质量。故双耳活性图能够作为系统的听觉质量评价和估计的基础。质量判断是从一组公认的和可以命名的特征开始，然后与参考组的特征作比较。 2.鸡尾酒会处理 得到两个同时发音者的双耳活性图，进行分析 图中的高度和峰值表示两个发音者中，每一个激活的空间，时间，频谱位置。用适当的滤波算法处理这些信息，能够增强想听的发音人的信号，并抑制不想听的发音人的信号。在图中不想听的发音人激活的区域颜色发暗。显然，这种信号处理的 有效性取决于如何可靠的辨认想听的发音人的激活点。只要处理的发音者有限，在无回声而且是较低的干扰噪声条件下，鸡尾酒会处理器是很有效果的。在混响大量的场景中，就会出现问题，对于辨别发音者有一定困难。

建立在双耳活性图基础之上的听觉场景分析的应用分别是： 1.声品质的评价2.同时发音者的分离

1.3听觉场景的合成 AVE 听觉虚拟环境 听觉虚拟环境与通常的虚拟环境一样是人工的，有计算机产生，只停留在场景的参数表示上。虚拟环境 有诸多应用，先做一些简单介绍

1.双耳房间模拟 从待建模空间的几何描述开始，包括 具有不同吸收系数的所有周围的表面，以及声源的位置和方向特性，声场模拟确定了虚拟声源的层次，按照从收听者位置所看到的来描述声场，然后，这些虚拟声源所产生的冲激响应，再按规定的方向用收听者耳朵的冲激响应加权，该响应预先已经测量，这样最后得到一组双耳冲击响应，在依次和没有回波的语音或者音乐卷积，所得到的信号再送到收听者的耳中。

2.虚拟环境发生 AVE发生器的结构 由于交互作用的要求，发生器系统的结构和静态模拟系统的结构不同，现在目标是要产生感觉似真的场景，体现交互作用真实性感觉。从上面的发生器结构可以看到，发生器已经变成多模态的，触觉，视觉和身体感觉的信息最终于听觉结合在了一起。听-触只是其中一部分双模型例子。 核心是外界的模型，具有数据库的作用。外界模型的 一个层面成为应用，列出很多规则，用来调节虚拟目标相对于试图的特殊应用之间的相互作用。控制层收集在交互作用中使用虚拟环境系统的被实验者的反应，促使系统做出适当的响应。用户的头，手等被连续监视，这些能够影响虚拟环境，影响有关的声源。信号最后通过参与其被反馈给被实验者，产生这些信号的那些系统部件被称为执行器，听觉执行器最重要的部件就是声场模型，是基于双耳房间模拟原理而产生的一组双耳冲击性响应。

1.4讨论和总结 ASA和AVE需要变得越来越智能化，增加内置系统智能成为一种趋势。

第二章 听觉通信进化中的适应性 2.2 发送器的适应性 动物会根据周围声学环境调节自己的信号输出方式，这就是一种适应性。 2.3 处理传输通道的特性 信号在传输到接收的过程中就有一些变化，但是信号仍然可以被识别，这些变化反过来又能使接收器用来估计信号的传输距离。 2.4 接收器的适应性 在接收器的听觉系统中，应声学环境要求进行匹配，发展共性，这就是一种适应性。 典型的适应例子 1.听觉非线性的增益控制机制 听觉系统必须分析的声音幅度范围可以超过6个幅度量级，倘若动态范围有限，为了使机械刺激感受器细胞表现这种幅度上的变化成为可能，听觉器官逐渐形成非线性转换机制和增益控制的主动机制。 2.频率选择性 动物听觉系统从内耳开始就有选择的处理声音中的不同频率成分，这种能力用一组带通滤波器表示，也就是听觉滤波器，他们构成了听觉系统。根据声信号的频率，在耳蜗的规定位置表现出最大的震动幅度和速度，不仅增加了灵敏度，而且也使得频率选择性的尖锐化。 3.声音定位 接收器受益于能够精确测定声源的位置，定位能力不仅包括听到信号的发送器方向，还包括他的距离，很多动物都面临声音定位问题，因为物种的头部较小，用来通信的声音波长比他们头的直径大得多，在定位的过程中有两类线索，一类是耳间时间差，一类是耳间强度差。 2.5 听觉场景分析 吧每种声源的声音分类为一种知觉对象的任务，听觉流指的是一个特定声源发出的声音，把特定声源分析出来，并对同类声源做出适当的响应，就是听觉场景分析。

第三章 人类外围听觉器官的功能性观察 声音信号处理总是从人头的外部开始，外部声场必须耦合到声道，两个耳道和声源的相对位置，导致了耦合强烈的依赖于频率，其中不包括低于几百赫兹的低频，在其中，耳廓和头部都齐了重要作用，这种线性滤波通常使用传输函数HRTF来描述。 听觉器官结构复杂，传声有着自己独特的方式。 3.2 耳蜗 3.3 耳道和中耳 3.4 到耳蜗的直接骨传导 都是关于人耳的介绍内容，不做详细总结

第四章 双耳听觉的建模 模拟双耳听觉，存在几种模型： 1.详细模拟神经细胞的特性 2.面向心理学，精确模拟听觉通道

双耳定位模型，必要条件： 1.必须知道由听觉系统分析的空间线索 2.开发至少模拟一种空间线索的听觉分析算法 3.确定一种从空间线索分析结果中估计声源位置的方法

4,2 人的双耳线索分析 早期双耳听觉基本定律：从单声源发射声波到达时间，由于到达两只耳朵的不同路径长度，通常在左右耳膜上不会严格相同，这种左右耳之间到达时间差，成为耳间时间差ITD，两耳之间头的存在不仅决定了行进的声波必须迂回，而且也引起声波在耳膜对侧的衰减，导致两耳信号的耳间声级差ILD，在低频范围ITD是主要线索，在高频是，ILD是主要线索。他们可以通过信号包络起伏来评价 用ITD和ILD组合估计声源位置：我们的听觉系统对整个频率范围内的ITD都一样灵敏，对于长时间周期，假设在听觉系统中ITD和ILD是被分开估计的，两者被估计的位置并不相同，听觉事件经常包含使用两者线索位置之间的中途结果，导致进入相反的方向并相互补偿。在描述听觉系统执行解码过程以前，ITD对于确定声源的左右偏侧性，仍然是可靠的线索。

4,3 双耳线索的计算分析 1.外围听觉系统的模拟 各级定位模型的通用结构表示：信号由模拟外耳，中耳，内耳等听觉外围的处理级来处理

外耳用HRTF对信号滤波来模拟 中耳用不均匀的带通滤波器来模拟 滤波器的形状对于处理双耳任务和单耳任务相比，要有不同的选择。 比方在双耳任务中，要考虑模拟毛细胞特性，对毛细胞功能要做更为详细的模拟

听觉外围的所有原件包含在模拟算法中，并不能严格分开，在算法中，使用心理学声学方法所得到的只是听觉系统对耳信号的整体响应，生理学的方法允许在听觉通路上任何位置做测量，设计出心理声学模型，可以模拟毛细胞群体，得到双耳参数，进行定位模拟。

2.耳间时间差 Jeffress算法：模型包括两条延迟线，一条到达左耳的信号，另一条到达右耳的信号，他们和一些耦合检测器连接，延迟线离散实现描述如下：

当从两个连接位置的延迟线上同时接受到输入时，一个耦合检测器被激活，由于信号在延迟线上传播的速度有限，每一个耦合检测器 被调整到不同的IDT，在两者激发相应的耦合检测器之前，左耳信号在延迟线上比右耳的信号将行进较大的距离。

问题：没有明确规定两个脉冲尖峰如何重合，为了达到这个目的，假定许多调谐到同一ITD的耦合检测器细胞是存在的，来自相反通道的两组脉冲激发一个确定的重合细胞概率，由这些左右通道里脉冲数目的乘积给出。

Sayers&Cherry 算法：使用耳间互相关ICC确定ITD 相反通道的两组脉冲，当他们相互通过延迟线时总是会重合的，此时重合函数的输出不是每

一延迟时间在左右通道中幅度的乘积，而是这两个幅度的最小值，图中显示这种算法的输出特性，与互相关算法的输出特性非常相似，只在顶部的峰值稍微略窄。假设两种脉冲在他们重合以后应该抵消，在左右耳通道中的信号要预先压缩幅度。

现今预测：ITD并不是由类似细胞阵列中相应细胞的激发峰值确定，可能是两组协调到度数范围内耳间相位 移的细胞群体间的比值。 问题：不能证明这种生定位模型在哺乳动物中怎样分析ITD为更好描述。

3.耳间声级差 计算方式：

4.单耳线索 单耳线索模型：所有频带上的功率相比较，无论信号是从前面表现还是从上面表现或者后面，都做一次逻辑判断，为了估计的单耳线索，收听者使用声音的内部表示。耳信号和这种内部表示作比较。

4.4 判决过程，需要模拟偏差，帮助探索听觉系统工作 1.偏侧性模型