Individualization of acoustic cues for binaural synthesis
Individualisation d'indices acoustiques pour la synthèse binaurale
Résumé
Binaural synthesis is a sound spatialization technology, which is the closest to na-
tural hearing. It allows the spatialization of a monophonic sound source with only two
filters for a given position. The filters are defined by the HRTFs (Head Related Transfer
Function) corresponding to the left and right ear of the listener. The major drawback of
binaural synthesis is that the HRTF, which are related to the listener's morphology, are
strongly individual. Listening with non-individual HRTF could lead to audible artifacts.
Therefore binaural rendering of high quality requires individualized HRTF. This thesis
tackles the problem of the individualization of binaural synthesis in the framework of
its implementation as a pure delay, the interaural time di®erence (ITD), and a minimal
phase filter determined by the magnitude of the HRTF. The work conducted on the ITD
validates the implementation chosen even for the positions where the HRTF are poorly
minimum phase filters. In addition the ITD calculation methods which are close to per-
ception are pointed out. An experimental study is also undertaken to investigate the
resolution of the ITD with the elevation angle along the cones of confusion. Perceptual
results indicate that the ITD variation with the elevation angle needs to be reproduced.
In order to account for this variation, a new formula is proposed on the basis of the
spherical head model. Optimization of the parameters of this formula for a whole ITD
database provides an average formulation which is appropriate for a large number of sub-
jects and for many applications. Concerning the modeling of the spectral cues (HRTF
magnitude), the Boundary Element Method (BEM) has been examined. It is concluded
that BEM methods are useful in combination with measurement for the modeling of
the low frequency part. A new approach, which involves statistical learning technique, is
proposed for the HRTF prediction. A neural network is built to compute HRTF in any
direction from a limited set of measured HRTF. Preliminary assessment of this modeling
shows that the neural network succeeds well in individualizing spectral cues. This result
suggests a simplified protocol of HRTF measurement : HRTF are measured for only a
few directions and the HRTF for the other locations are obtained by the neural network.
tural hearing. It allows the spatialization of a monophonic sound source with only two
filters for a given position. The filters are defined by the HRTFs (Head Related Transfer
Function) corresponding to the left and right ear of the listener. The major drawback of
binaural synthesis is that the HRTF, which are related to the listener's morphology, are
strongly individual. Listening with non-individual HRTF could lead to audible artifacts.
Therefore binaural rendering of high quality requires individualized HRTF. This thesis
tackles the problem of the individualization of binaural synthesis in the framework of
its implementation as a pure delay, the interaural time di®erence (ITD), and a minimal
phase filter determined by the magnitude of the HRTF. The work conducted on the ITD
validates the implementation chosen even for the positions where the HRTF are poorly
minimum phase filters. In addition the ITD calculation methods which are close to per-
ception are pointed out. An experimental study is also undertaken to investigate the
resolution of the ITD with the elevation angle along the cones of confusion. Perceptual
results indicate that the ITD variation with the elevation angle needs to be reproduced.
In order to account for this variation, a new formula is proposed on the basis of the
spherical head model. Optimization of the parameters of this formula for a whole ITD
database provides an average formulation which is appropriate for a large number of sub-
jects and for many applications. Concerning the modeling of the spectral cues (HRTF
magnitude), the Boundary Element Method (BEM) has been examined. It is concluded
that BEM methods are useful in combination with measurement for the modeling of
the low frequency part. A new approach, which involves statistical learning technique, is
proposed for the HRTF prediction. A neural network is built to compute HRTF in any
direction from a limited set of measured HRTF. Preliminary assessment of this modeling
shows that the neural network succeeds well in individualizing spectral cues. This result
suggests a simplified protocol of HRTF measurement : HRTF are measured for only a
few directions and the HRTF for the other locations are obtained by the neural network.
La synthèse binaurale est la technique de spatialisation sonore la plus proche de
l'écoute naturelle. Elle permet un rendu spatialisé d'une source monophonique à une po-
sition donnée avec seulement deux filtres qui correspondent aux oreilles gauche et droite :
les HRTF (Head Related Transfer Function). L'inconvénient majeur de la technique bi-
naurale repose sur le fait que les HRTF, liées à la morphologie de l'auditeur, sont propres
à chaque utilisateur. Une écoute avec des HRTF non-individuelles comporte des artefacts
audibles. Il faut donc acquérir des HRTF individuelles. Cette thèse aborde le problème
de l'individualisation de la synthèse binaurale dans le cadre de son implémentation en un
retard pur, la différence interaurale de temps (ITD), et un filtre à phase minimale déter-
miné par le module de la HRTF. Le travail sur l'ITD permet de valider l'implémentation
choisie même pour les positions où les HRTF sont mal décrites par des filtres à phase
minimale et permet de déterminer, parmi les méthodes classiques de calcul de l'ITD,
celles qui estiment une ITD proche de la perception. Une étude expérimentale est aussi
menée pour établir la résolution de l'ITD avec l'angle d'élévation. Les résultats indiquent
la nécessité perceptive de reproduire les variations de l'ITD en élévation. Une nouvelle
formule d'estimation de l'ITD créée sur la base d'un modèle de tête sphérique, la formule
de déplacement des oreilles (FDO), est développée pour rendre compte de ces variations.
L'optimisation des paramètres de cette formule aux ITD de toute une base de données
de HRTF permet d'entrevoir une formulation moyenne convenant pour un grand nombre
de personne et pour de nombreuses applications. L'étude s'est ensuite focalisée sur la
modélisation du module spectral (filtre à phase minimale). Le travail réalisé sur l'appli-
cation des méthodes de calcul par éléments de frontière (BEM pour Boundary Element
Method) pour l'acquisition de HRTF, indique que cette méthode, peut notamment être
utilisée en complément des mesures pour l'acquisition de la partie basse fréquence des
HRTF. Une approche originale, qui applique des techniques d'apprentissage statistique,
est proposée et étudiée pour la modélisation de HRTF. Un réseau de neurones artificiels
(RNA) est entra^³né pour calculer des HRTF d'un individu à partir de la connaissance
des HRTF mesurées en un nombre réduit de positions. Les premiers résultats sont en-
courageants : le modèle permet d'atteindre un degré assez fin d'individualisation, ce qui
suggère un protocole simplifié d'acquisition de HRTF. Un faible nombre de mesures est
acquis et les autres sont prédites par le modèle.
l'écoute naturelle. Elle permet un rendu spatialisé d'une source monophonique à une po-
sition donnée avec seulement deux filtres qui correspondent aux oreilles gauche et droite :
les HRTF (Head Related Transfer Function). L'inconvénient majeur de la technique bi-
naurale repose sur le fait que les HRTF, liées à la morphologie de l'auditeur, sont propres
à chaque utilisateur. Une écoute avec des HRTF non-individuelles comporte des artefacts
audibles. Il faut donc acquérir des HRTF individuelles. Cette thèse aborde le problème
de l'individualisation de la synthèse binaurale dans le cadre de son implémentation en un
retard pur, la différence interaurale de temps (ITD), et un filtre à phase minimale déter-
miné par le module de la HRTF. Le travail sur l'ITD permet de valider l'implémentation
choisie même pour les positions où les HRTF sont mal décrites par des filtres à phase
minimale et permet de déterminer, parmi les méthodes classiques de calcul de l'ITD,
celles qui estiment une ITD proche de la perception. Une étude expérimentale est aussi
menée pour établir la résolution de l'ITD avec l'angle d'élévation. Les résultats indiquent
la nécessité perceptive de reproduire les variations de l'ITD en élévation. Une nouvelle
formule d'estimation de l'ITD créée sur la base d'un modèle de tête sphérique, la formule
de déplacement des oreilles (FDO), est développée pour rendre compte de ces variations.
L'optimisation des paramètres de cette formule aux ITD de toute une base de données
de HRTF permet d'entrevoir une formulation moyenne convenant pour un grand nombre
de personne et pour de nombreuses applications. L'étude s'est ensuite focalisée sur la
modélisation du module spectral (filtre à phase minimale). Le travail réalisé sur l'appli-
cation des méthodes de calcul par éléments de frontière (BEM pour Boundary Element
Method) pour l'acquisition de HRTF, indique que cette méthode, peut notamment être
utilisée en complément des mesures pour l'acquisition de la partie basse fréquence des
HRTF. Une approche originale, qui applique des techniques d'apprentissage statistique,
est proposée et étudiée pour la modélisation de HRTF. Un réseau de neurones artificiels
(RNA) est entra^³né pour calculer des HRTF d'un individu à partir de la connaissance
des HRTF mesurées en un nombre réduit de positions. Les premiers résultats sont en-
courageants : le modèle permet d'atteindre un degré assez fin d'individualisation, ce qui
suggère un protocole simplifié d'acquisition de HRTF. Un faible nombre de mesures est
acquis et les autres sont prédites par le modèle.
Fichier principal
these.pdf (11.19 Mo)
Télécharger le fichier
Soutenance_v8.pps (13.24 Mo)
Télécharger le fichier
Format : Autre