Binauraalisen kuulon mallin käyttö toistetun äänen laadullisten parametrien arvoinnissa

Abstract

Ihmisen kuulojärjestelmän kyky paikantaa äänilähteitä perustuu korviin saapuvien äänten välisten vaihe- ja tasoerojen analysointiin. Näiden binauraalisten vihjeiden avulla voimme erotella eri ääniähteiden sijainnit myös useiden samanaikaisten äänien läsnäollessa. Viimeaikaiset tutkimukset ja auditoriset mallit ovat osoittaneet kuinka nämä erot voidaan arvioida ristikorrelaation avulla ja kuinka täten voidaan mallintaa kuulojärjestelmämmme kykyä paikantaa ääniä.

Tässä diplomityössä esitellään tähän lähestymistapaan ja nykyisiin auditorisiin malleihin pohjautuva uusi binauraalinen kuulon malli. Työn tavoitteena on pystyä arvoimaan binauraalisesti nauhoitetun äänen tilavaikutelmaan ja väriin liittyviä ominaisuuksia kehitetyn mallin avulla.

Binauraalisten vihjeiden arviointi mallissa perustuu Jeffressin ristikorrelaatiomalliin, ottaen huomioon myös basilaarikalvon taajuuserottelukyvyn vaikutuksen äänilähteiden erottelukykyyn. Työn tavoitteena on tämän lähestymistavan avulla pystyä paikantamaan äänilähteitä laajakaistaisesta signaalista ja arvioida sitten äänen tilavaikutelmaan liittyviä ominaisuuksia näiden paikannusten avulla.

Tässä työssä esitettävässä mallissa nauhoitetusta äänestä lasketaan myös osaäänekkyystiheysspektri, jossa kuulojärjestelmän eri osien vaikutukset ääneen on huomioitu. Näitä spektrejä käytetään sitten nauhoitetun äänen äänekkyyteen ja väriin liittyvien ominaisuuksien arvioinnissa. Näin ollen tämä diplomityö esittelee mahdollisuuden käyttää binauraalista kuulon mallia äänenlaadun arvointiin äänen tilavaikutelmaan, äänekkyyteen ja väriin liittyvien ominaisuuksien avulla.

Binaural cues describing the differences between signals in the left and righ ears, in terms of phase and power, enable our auditory system to localize and segregate sound sources spatially even in the presence of multiple overlapping sound stimuli. Recent publications and binaural auditory models have illustrated how interaural coherence can be used to estimate these cues and thus model the capability of our auditory system to localize sounds.

In this Master's thesis this approach is developed further and a new binaural auditory model is presented. The model is built on some of the existing auditory models. The aim is to use the model to evaluate binaural recordings of reproduced sound in terms of spatial and timbral aspects.

The binaural cue estimation is based on the cross-correlation model by Jeffress and the binaural cues are estimated in this model by taking into account the frequency selectivity of the peripheral hearing. The purpose of this approach is to localize sound sources from a broadband signal and to evaluate the spatial aspects based on these localizations.

Composite loudness level spectra are also calculated in this work by modeling the transfer functions of the peripheral auditory system. These spectra enable the analysis of the frequency balance from reproduced sound. Consequently, this Master's thesis illustrates the possible application of a binaural auditory model to the analysis of reproduced sound in terms of loudness, timbral and spatial aspects.