影音科普：完整的声音感知过程分享

完整的声音感知过程：



; g( J+ `/ o& c* C扬声器或者其他产生一个声源，声音通过房间/环境传播，绕过人头传入双耳，并听过生理听觉系统和中枢神经系统，从而感知到声音信号。分别牵涉到物理声学和心理声学。
! I; S; ]. s2 A  u
1 ~5 J3 d$ X/ N/ q4 I

人头相关模型的传递函数可以将声压场转换为双耳响应。声源方向，房间/环境的几何形状，边界条件，头部尺寸和形状，听觉系统等都会对最终的声音感知造成影响。可以分别单独考虑，也需要整合起来一起考虑。大多数实际情况下，房间可以看成线性时不变系统，其空间传递函数可以使用脉冲响应RIR作为特征。一个1700m^3小型音乐厅的声学测试结果。其中声场的直接能量标记为黑色，早期反射能量标记为蓝色，蓝色之后的渐变属于混响场的建立过程。
3 @' H$ ]! }4 d& ]7 q2 ?6 e( X
房间脉冲响应：


6 D; ~: A- @  c- v, y2 r3 _1 r) g+ M时间包络曲线：
, M3 h1 C' L4 n6 }' R5 v$ i! Y
  g/ [% I6 N% {" }
RIR只是声压的评估，本身并不携带关于声场方向性的信息。
外围生理听觉系统简化示意图：
" p9 R3 y* X& A# B
" ?/ E. k& d' a( \- l+ E

- P  p) d0 s( b8 F! K# j# e声波通过耳廓，传到耳道，振动鼓膜。鼓膜推动锤骨-砧骨-镫骨，再将振动传递到耳蜗，从而转换为神经电信号，通过听觉神经传入大脑。
  e/ Q+ m! g8 ~耳道是一个不规则形状的管，其平均尺寸大约是水平方向6.5mm，垂直方向9mm，长度约25mm到35mm。其谐振频率约在2-5kHz范围内。

1 D; _; d0 L; Y- B5 z% @) Y


- _- x5 r% F: h, z: _* v
  Y: ^+ }5 K+ e. v" v0 ~- ^% ~
+ j% Z" x  B  T" d2 n
耳蜗的横截面：人的听觉系统组成部分很多，还是比较复杂的


8 A) e0 Z4 u# Z' YRIR描述的是空间两个位置之间的传递函数。如果是人在听音，那么实际上有两个脉冲响应应该考虑，通常被称为双耳脉冲响应Binaural Impulse Response (BIR)。当在房间中测量时，被称为Binaural Room Impulse Response (BRIR)。

人头在声场中对声场分布的改变：220Hz,600Hz,1400Hz
1 c, ?% r& G% ~7 n: E  F
7 l6 y6 f) w5 B" U
水平定位主要通过双耳时间差（ITD），双耳声级差（ILD）。

: [! _. c, a+ \8 D; I8 M人听觉系统的单声源定位
5 m7 c! Y# q, c6 d: Q7 ?

当然还有不同方向入射的声源频谱因素

HRTF和BIR是等效的。下图是45°是左右耳的BIR响应：
: h. N: k$ ?) c; t% M  x

对室内声场进行建模，一般可以通过射线追踪，或者波动声学进行求解计算。

下图是一个音乐厅的离散化模型。


人头的离散化模型

射线追踪，一般用于中高频，对低频的一些波动和衍射等现象计算准确度不够。

- J/ q! w6 ^: d
波动声学可以采用时域有限元法FETD，但计算量会比较大。用时域有限差分法FDTD，或间断有限元DG，比较多。

, X2 e  V5 l% k, i7 |- o+ g% K+ }
6 V3 A- D8 E) q/ A1 `/ D  b, B4 ?



. B- a* j1 v. e4 _  \8 q* A仿真在自由场和场景中存在障碍物声传播的差别


室内的声场仿真和研究对改善现有音箱产品的体验，以及后续的VR/AR都是很关键的。
' e  F5 P# J' ~6 ^: T: x
6 @+ }. [7 a0 V
原文出处： 声学号角