在聽(tīng)覺(jué)信號(hào)中存在著一些線索可以供我們來(lái)判斷聲源的距離遠(yuǎn)近。這篇文章就以其中的一個(gè)線索--初始時(shí)間延遲差為例，來(lái)介紹應(yīng)該如何設(shè)計(jì)對(duì)應(yīng)的聽(tīng)力測(cè)試，探究其在雙耳距離感知中的作用。通常來(lái)說(shuō)，一個(gè)聽(tīng)力測(cè)試可以分成三大部分：理論背景，測(cè)試準(zhǔn)備（包括測(cè)量和程序編寫(xiě)）以及結(jié)果分析。下面就通過(guò)具體的步驟來(lái)進(jìn)行說(shuō)明。

1. 初始時(shí)間延遲差

房間脈沖響應(yīng)是房間的屬性之一，表示聲源和麥克風(fēng)之間的傳遞函數(shù)。它可以分為三個(gè)部分：直達(dá)聲、早期反射聲和混響聲。初始時(shí)間延遲差（Initial Time Delay Gap，后文簡(jiǎn)寫(xiě)為ITDG）是直達(dá)聲和第一個(gè)從表面反射的聲音之間的時(shí)間間隔，如圖1所示。

圖1： 房間脈沖響應(yīng)示意圖

ITDG被一些學(xué)者認(rèn)為是距離感知的線索。Stephan 和 Simone 證明，通過(guò)修改 ITDG 的長(zhǎng)度可以改變?nèi)祟惖木嚯x感知【1】。這是因?yàn)椋鐖D2所示，當(dāng)麥克風(fēng)的位置固定時(shí)，聲源的距離越遠(yuǎn)，直達(dá)聲與第一此反射聲之間的路徑差就越小，從而 ITDG 也越小。因此，提出了通過(guò)修改 ITDG 來(lái)影響人類雙耳距離感知的假設(shè)。然而，值得注意的是，這種假設(shè)只在地板被認(rèn)為是唯一反射表面的情況下成立，如在半消聲室或相對(duì)空曠的房間中。而聲源和麥克風(fēng)之間存在多個(gè)物體會(huì)影響第一個(gè)反射，從而影響這個(gè)假設(shè)的有效性。也有學(xué)者持反對(duì)意見(jiàn)，F(xiàn)otis 通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)， ITDG 似乎并不是距離感知中的一個(gè)顯著線索【2】。

圖2： 在只考慮地面反射情況下的ITDG，其中dR代表直達(dá)聲路徑，dD代表第一次反射聲的路徑

?

2. 實(shí)驗(yàn)設(shè)計(jì)

2.1 雙耳室內(nèi)脈沖響應(yīng)（BRIR）的測(cè)量

為了探究 ITDG 在雙耳音頻距離感知中的作用，首先必須建立BRIRs（Binaural Room Impulse Responses）的數(shù)據(jù)庫(kù)。為此，在Chalmers的兩個(gè)房間EH和LR中，使用人工頭（Dummy head或者Artificial head）和掃頻正弦信號(hào)測(cè)量雙耳室內(nèi)脈沖響應(yīng)。分別在 2 米、4 米、6 米和 8 米的距離上，測(cè)量了四個(gè)不同方位角（0度、30度、60度、90度）BRIRs 。為了確保獲得可用的 ITDG，測(cè)量過(guò)程中移除了聲源和麥克風(fēng)之間的任何物體。隨后，使用fade-in和fade-out窗口函數(shù)處理所有測(cè)量到的BRIRs。在理想的測(cè)量環(huán)境中，如半消聲室，人工頭和聲源位于 1.6 米高度時(shí)的 ITDG 曲線應(yīng)該和圖3中所示的理想曲線相似。對(duì)從EH和LR房間中，人工頭的左右耳測(cè)量的脈沖響應(yīng)進(jìn)行處理并提取ITDG數(shù)據(jù)，發(fā)現(xiàn)測(cè)量結(jié)果與理想曲線相匹配。為了簡(jiǎn)化過(guò)程，在本研究中，使用左耳的脈沖響應(yīng)作為進(jìn)一步分析和修改的基準(zhǔn)。

圖3： 在僅考慮地面反射時(shí)，1.6米高度的 ITDG 曲線以及來(lái)自 EH 和 LR 的測(cè)量數(shù)據(jù)

? 2.2 ITDG的修改方法

修改算法的核心概念是調(diào)整特定脈沖響應(yīng) ITDG 的長(zhǎng)度（例如，30度時(shí)的2米處的BRIR），使其產(chǎn)生與同一角度下的任何距離（例如，30度時(shí)的6米處的BRIR）具有相同的距離感知。一旦這種方法被證明是有效的，便可以通過(guò)測(cè)量少量BRIRs來(lái)表達(dá)整個(gè)區(qū)域的響應(yīng)。為了實(shí)現(xiàn)這個(gè)目標(biāo)，將測(cè)量到的脈沖響應(yīng)分為三個(gè)不同的部分：直接部分（從脈沖信號(hào)開(kāi)始到直達(dá)聲峰值后的 1 毫秒），早期反射部分（直接部分后的 35 毫秒），和混響部分（早期反射部分之后，直到信號(hào)結(jié)束）。這些部分如圖4所示。

圖4： 在 ITDG 修改前后的脈沖響應(yīng)，由于本文僅將來(lái)自地面的反射視為距離線索，因此在測(cè)量的脈沖響應(yīng)中出現(xiàn)了一個(gè)虛假峰值

? 為了準(zhǔn)確地確定來(lái)自地面的第一次反射聲的起始點(diǎn)，并排除 ITDG 中的虛假峰值的影響，采用了改進(jìn)的峰度算法與理想 ITDG 曲線相結(jié)合的方法來(lái)對(duì)測(cè)量的BRIRs進(jìn)行分析【3】。此外，為了簡(jiǎn)化過(guò)程，在修改脈沖響應(yīng)時(shí)，優(yōu)先考慮靠近聲源的一側(cè)；具體來(lái)說(shuō)，右耳的修改長(zhǎng)度與左耳直接相關(guān)（因?yàn)樵谶@次測(cè)量中，左耳總是更加靠近聲源）。例如，當(dāng)左耳的 ITDG 縮短 1 毫秒時(shí)，右耳也縮短相同的時(shí)間。通過(guò)保持直接和混響部分不變，壓縮或擴(kuò)展與 ITDG 重疊的早期反射部分，以實(shí)現(xiàn)目標(biāo)距離處所需的 ITDG。由于修改部分與 BRIRs 中的總數(shù)據(jù)相比要小得多，因此，由此操作產(chǎn)生的聲壓級(jí)和頻譜特性的任何變化都被認(rèn)為是可以忽略不計(jì)的。

2.3 程序設(shè)計(jì)

實(shí)驗(yàn)旨在研究在不同場(chǎng)景下修改 ITDG 是否會(huì)影響人類聽(tīng)覺(jué)的距離感知。研究了以下 2 個(gè)因素：目標(biāo)距離（2 米或6 米）和音頻材料（演講聲或鼓聲）。由于 BRIRs 是在兩個(gè)房間內(nèi)進(jìn)行測(cè)量的，因此總共有2x2x2=8 次試驗(yàn)。聽(tīng)覺(jué)實(shí)驗(yàn)是根據(jù) MUSHRA設(shè)計(jì)的【4】，但并不完全相同，例如在這個(gè)實(shí)驗(yàn)中沒(méi)有錨點(diǎn)。MUSHRA是音頻測(cè)試中一個(gè)很常用的方法，需要注意的是，其中文版存在著一些翻譯錯(cuò)誤，因此推薦查看其他版本。實(shí)驗(yàn)程序使用MATLAB APP designer進(jìn)行設(shè)計(jì)，實(shí)驗(yàn)頁(yè)面如圖5所示。在每個(gè)試驗(yàn)中，有3個(gè)參考音頻和4個(gè)選項(xiàng)音頻。參考音頻是通過(guò)將音頻材料與實(shí)際測(cè)量的BRIR卷積得到的。四個(gè)選項(xiàng)分別是ref，orig，drr和drr+itdg 。所有參考音頻和選項(xiàng)音頻均經(jīng)過(guò)調(diào)整，以具有相同的響度，以排除響度對(duì)距離感知的影響。

以其中一個(gè)試驗(yàn)為例。在這個(gè)試驗(yàn)中，目標(biāo)距離為6米，修改后的 BRIR 來(lái)自 2 米處，測(cè)量值來(lái)自入口大廳，材料是演講。各選項(xiàng)的描述如下：

ref：與 6 米處的參考音頻完全相同

orig：與 2 米處的參考音頻完全相同

drr：僅將 2 米處的 BRIR 調(diào)整至與 6 米處的 BRIR 具有相同的 drr，而不改變 ITDG。

drr+itdg：按照前文所述方法，將 2 米處的BRIR的 ITDG 長(zhǎng)度修改為與 6 米處相同。然后保持直接部分不變，修改剩余部分的幅值，直到其drr與 6 米處的BRIR的drr相同。

需要注意的是，4個(gè)選項(xiàng)的順序是隨機(jī)的，因此測(cè)試人員無(wú)法猜測(cè)每個(gè)選項(xiàng)對(duì)應(yīng)的音頻。

圖5： 聽(tīng)力測(cè)試程序的操作頁(yè)面

3. 結(jié)果分析

由于實(shí)驗(yàn)難度較大，共有五名參與者參加了實(shí)驗(yàn)，他們都具有豐富的聽(tīng)力測(cè)試經(jīng)驗(yàn)，并報(bào)告稱沒(méi)有聽(tīng)力缺陷。參考 MUSHRA 驗(yàn)證方法對(duì)結(jié)果的準(zhǔn)確性和人類距離感知的可壓縮性，如果某個(gè)參與者在超過(guò) 15％ 的所有試驗(yàn)中對(duì)隱藏參考音頻的評(píng)分超過(guò)真實(shí)距離的 10％（即對(duì)于 2 米，評(píng)估在 1.8-2.2 米之外；對(duì)于 6 米，評(píng)估在 5.4-6.6 米之外），那么將排除該結(jié)果。所有參與者都通過(guò)了篩選條件，因此認(rèn)為他們的結(jié)果有效。

聽(tīng)力測(cè)試結(jié)果用小提琴圖來(lái)呈現(xiàn)，該圖顯示了密度曲線和箱線圖的單個(gè)顯示，使得更容易洞察數(shù)據(jù)分布。整體測(cè)試結(jié)果（圖6）顯示，ref和orig的中位數(shù)與實(shí)際測(cè)量距離相同，這證明了實(shí)驗(yàn)結(jié)果的可靠性。進(jìn)一步分析表明， drr和drr+itdg都可以產(chǎn)生與目標(biāo)相似的距離感，但drr+itdg對(duì)drr并沒(méi)有系統(tǒng)性的改進(jìn)。為了深入了解結(jié)果，對(duì)得到的數(shù)據(jù)進(jìn)行了統(tǒng)計(jì)分析。由于實(shí)驗(yàn)參與者人數(shù)較少，并且 MUSHRA 測(cè)試的結(jié)果不符合正態(tài)分布（例如結(jié)果中的ref和orig），因此使用非參數(shù)檢驗(yàn)來(lái)分析數(shù)據(jù)。

圖6：聽(tīng)力實(shí)驗(yàn)總體結(jié)果

Friedman 檢驗(yàn)發(fā)現(xiàn)所有試驗(yàn)的差異在p《0.05處顯著。因此，進(jìn)行了配對(duì)的 Wilcoxon 符號(hào)秩檢驗(yàn)作為事后檢驗(yàn)，并進(jìn)行了 Bonferroni-Holm p值校正，結(jié)果如圖7所示。orig與ref、drr、drr+itdg之間有明顯區(qū)別，但在 drr、drr+itdg和ref三者之間沒(méi)有顯著差異。這個(gè)結(jié)果表明 ITDG 在距離感知中并不起到非常重要的作用，這與 Fotis 的結(jié)論一致【2】。

圖7：Bonferroni-Holm 校正的 p 值適用于所有成對(duì)比較測(cè)試，包括speech和drum對(duì)以及近處和遠(yuǎn)處的參考。在p《0.05時(shí)，藍(lán)色背景表示顯著差異

? 4. 總結(jié)

本文旨在探討 ITDG 在雙耳音頻距離感知中的作用。通過(guò)在 Chalmers University of Technology 的兩個(gè)房間測(cè)量雙耳室內(nèi)脈沖響應(yīng)，并對(duì)其進(jìn)行修改，研究了 ITDG 對(duì)距離感知的影響。結(jié)果表明，盡管修改 ITDG 可以改變雙耳音頻中的距離感知，但這種影響在實(shí)驗(yàn)中并不顯著。這意味著 ITDG 可能不是距離感知中的主要線索。

值得注意的是，本研究的結(jié)論僅適用于考慮地板作為唯一反射表面的情況，如半消聲室或相對(duì)空曠的房間。在實(shí)際環(huán)境中，可能會(huì)有多個(gè)物體位于聲源與接收點(diǎn)之間，從而影響第一次反射和 ITDG 的有效性。并且因?yàn)镮TDG本身不是雙耳線索，在對(duì)其進(jìn)行修改時(shí)進(jìn)行了許多的簡(jiǎn)化，這些誤差也可能對(duì)結(jié)果產(chǎn)生影響。因此，在未來(lái)的研究中，可能需要進(jìn)一步探討更復(fù)雜環(huán)境中 ITDG 對(duì)距離感知的影響。

審核編輯 ：李倩