郭文静，王 恒，张 聪

（武汉轻工大学数学与计算机学院，湖北武汉 430023）

0 引言

随着互联网技术及计算机技术的快速发展，VR（Virtu⁃al Reality，虚拟现实）、3D 影院、立体环绕音乐等走向大众，使得3D 音视频技术成为热门研究领域。为获得更好的空间沉浸感和更高的编码效率，学者对3D 音频的双耳线索空间方位感知特性进行了较多研究。人类感知声源位置最基本的理论是John［1］提出的证实人耳判断声源方位的基于双耳线索差“双工理论”。耳时间差（Interaural time differ⁃ence，ITD）在低频声源定位上起着主导作用，双耳强度差（Interaural level difference，ILD）在高频起着主导作用；Yost［2］证实了在0°和±90°之间的ITD 的JND 值与水平方位角呈线性相关。超过±90°时，声像会出现在多个位置，通常在头部两侧，具有ILD 刺激的水平方位角与高达4～15db 的ILD 的JND 值线性相关；Grantham 等［3］证实M 最小可听角（MAA）阈值在水平面最低，垂直面的MAA 阈值最大。在特定频率区域内，对角线60°呈现的音频信号的ILD 可能比水平呈现的具有相同水平面范围的音频信号ILD 更大；Co⁃rey［4］证明 双耳线索ITD 和ILD 的JND 值随着双 耳频 率之间的差异变大而增大，其值随着频带的宽度变窄而增加；Hartmann 等［5］证实自然产生的ILD 物理上强度足够大，对低于1 000Hz 的声源定位产生影响。当ILD 增大到较大时，前后方位会产生混淆，音调定位于过渡段的关系比与IPD（interaural phase difference，双耳相位差）的关系更直接；Watanabe 等［6］证实了头相关传输函数（HRTF）与ITD/ILD的个性化可能受到非个人HRTF 频谱的影响；Goupell 等［7］证明由于耳间去相关，ILD 的JND 大大增加。如果添加了分辨良好的异质性干扰物，则ILD 的JND 取决于频率，并且当目标频率接近1 000Hz 或4 000Hz 时性能最差；……