Zkoumání vzájemných vztahů a percepčního vlivu distančních metrik Head-Related Transfer Functions

Abstract

Head-Related Transfer Functions (HRTFs) se využívají pro popis virtuálních audioscén, pro fitování naslouchacích pomůcek a v psychoakustice. Aproximují interakci zvuku s tělem posluchače. Jelikož existují různé stupně individualizace HRTF pro posluchače roste potřeba jejich porovnání. Pro tento účel se využívají distanční metriky, které mohou popisovat různé typy rozdílů mezi HRTFs. Pět distančních metrik pro porovnání HRTFs bylo analyzováno. Cílem této práce je analyzovat interakce a vzájemné informace poskytnuté danými distančními metrikami a zredukovat jejich počet na počet vhodný pro experiment. Dále, navrhnout a provést daný experiment pro prozkoumání slyšitelného prahu (just noticable difference: JND) daných metrik a také pro získání prvních poznatků o predikci percepčních atributů pomocí distančních metrik. Dané vzájemné interakce a informace poskytnuté distančními metrikami jsou analyzovány pomocí korelační analýzy, analýzy hlavních komponent a faktorové analýzy. Tři distanční metriky (Inter-subject Spectral Difference: ISSD, Mean Squared Error: MSE and Mel-frequency Cepstral Distortion: MFCD) zachovávající nejrozmanitější informace jsou vybrány pro návrh experimentu. 3AFC paradigma je navrženo pro prozkoumání slyšitelného prahu těchto metrik. Test se také zaměřuje na zkoumání vztahu mezi distančními metrikami a subjektivními percepčními atributy (kolorizace a lokalizace). Tyto atributy jsou zkoumány za různých podmínek, což umožnilo pozorovat výsledky shodující se s předpokladem “výhody pravého ucha” (right ear advantage). Dále byly dány návrhy pro další kroky ve vývoji distančních metrik.

Head-Related Transfer Functions (HRTFs) become necessary when using headphones to create virtual audio scenes. They approximate the interaction of the sound with the body of the listener. They can be also used in hearing aid fitting and psychology, where individually measured HRTFs are better suited than generic ones. For comparison of HRTF datasets, distance metrics, taking different types of errors into account, can be used. Five distance metrics were examined in the present work. The main objective of this thesis was to examine mutual information and interaction of these metrics and reduce them to a~smaller set of measures suitable for a listening experiment. A further objective was to design and conduct a listening experiment paradigm to examine just noticeable differences (JND) as well as gain first insights into various perceptual attributes using respective distance metrics for prediction. The present mutual information and interactions between different objective distance metrics were analysed and evaluated using tools such as correlation analysis, principal component analysis and factor analysis. Three distance metrics (Inter-subject Spectral Difference: ISSD, Mean Squared Error: MSE and Mel-frequency Cepstral Distortion: MFCD) providing the most diverse information were selected for the listening test. To examine an audible threshold of these metrics, a 3AFC listening test paradigm was proposed. The test also focused on finding a relation of selected distance metrics and subjective perceivable attributes (coloration and localization). These attributes were inspected in different conditions, enabling observations in alignment with the right ear advantage presumption. Suggestions were given for further steps in the metric development, based on the present work.