三维声双耳渲染算法的客观评测与分析

本文对5种双耳渲染算法进行了客观评测。首先对双耳信号提取双耳特征和单耳特征,并进行特征选择和降维,最终选择岭回归建立了总体评价和其二级维度,即音质、定位和空间感的客观评测模型,并探究了主观感知和客观参数之间的关系。实验结果表明,将实验信号时频域特征的双耳差值用于客观评测模型可以获得理想的拟合效果;对于音质的感知,与频域能量相关的特征是最为重要的影响因素;变化丰富的双耳线索和双耳间频谱信息的变化差异性对于定位和空间的感知有较为显著的影响。

浅谈空间音频技术的发展与应用

空间音频技术的发展是近年来音频领域的关注热点。声音在真实空间中的“空间感”“立体感”是所有空间音频技术所追求的目标,而实现好的声音空间感需要依据心理声学以及声源的拾取、混音制作、对应的重放环境来实现。本文将从空间音频的实现原理、技术手段、应用实例等角度进行阐述,分析空间音频技术的优势和不足,并对空间音频的发展进行总结和展望。

一种汉语歌声合成的简单数据增强技术

歌声合成的研究,作为语音合成研究的一个分支,得到广泛的关注。在深度学习框架下需要庞大的数据集进行训练,才能保证网络具有较高的泛化能力。现有的开源汉语歌声数据库无法满足歌声合成训练的特殊需求。本文利用数据增强基于小规模数据进行时域和频域的处理来扩充数据规模。实验结果显示,扩充后的数据集,可以在歌声编码器中有效的区分出更多的歌者的音色。