声学仿真中的人工神经网络方法
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

本文研究得到国家863高科技项目基金和浙江省自然科学基金资助.


An Artificial Neural Network Method in Acoustical Simulation
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    虽然许多研究人员已认识到三维真实感声音在未来人机交互中的重要地位,但是三维真实感声音在计算机领域的真正实现仍有不少障碍有待克服.基于对声学及心理声学最新研究成果的调查和分析,本文设计并实现了一个基于神经网络方法的HRTF(head-relatedtransferfunction)模型,用于三维真实感声音的生成.模型中的数据可通过网络学习进行重新设置,以满足多种场合的需要.并且,通过神经网络的非线性拟合能力,可以获取空间任意位置的HRTF数据.初步的实验表明了该方法的有效性和正确性.

    Abstract:

    Although most scholars have realized the importance of 3 D realistic sound embedded in future human computer interaction, there are still many obstacles to overcome. After intensive investigation of the current research situations, an improved HRTF (head related transfer function) model on the basis of neural network method was introduced to generate 3 D realistic sound. The HRTFs data employed can be reset by network training to satisfy a variety of requirements. Furthermore, with the utilization of neural network's nonlinearity approximation ability,all the HRTFs data(including magnitude characteristics and phase characteristics)at any incident angles can be obtained based on discrete sample values.Experiment and verification demonstrate the effectiveness and correctiveness of this scheme.

    参考文献
    相似文献
    引证文献
引用本文

张琼,石教英.声学仿真中的人工神经网络方法.软件学报,1998,9(1):7-13

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:1997-01-03
  • 最后修改日期:1997-03-02
  • 录用日期:
  • 在线发布日期:
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号