HRTF-Based Sound Field Interpolation in the Presence of a Human Head

There are different ways of evaluating the sound pressure in a sound field. Doing so is an essential part of several applications, such as active sound control and voice analysis. One way of evaluating the sound pressure in a sound field is by measuring a few discrete points in the field, combined with an interpolation method to find the sound pressure for the remaining field. Recently, it has been shown that kernel ridge regression (KRR) can accurately interpolate a sound field from discrete points in space. This report examines the effect of inaccurate measurements for the resulting estimated sound field by adding noise in all measurements. Further, to allow for accurate estimation of how a sound is perceived at a given location, one not only needs to form an estimate of the expected sound field at the location, but also to examine how the presence of the person's head will shape the resulting field. Thus, the use of a pre-calibrated head-related transfer function (HRTF) in combination with the interpolation technique to interpolate the in-ear sound field is also proposed. Using both simulated and anechoic audio data, the effect of different kernels as well as the added noise for the sound field estimate is studied, which is then illustrating how the combined sound field interpolation technique allows for an improved estimate of the sound field, for all frequencies. Finally, the combined sound field interpolation is shown to be more effective than the KRR method, for both the simulated and the anechoic audio data, with the presence of a person in the sound field.
Arbetet presenterar en metod som uppskattar ljud så som en människa uppfattar det i ett rum. Metoden kan användas i exempelvis applikationer med augmented reality och brusreducering. Att kunna uppskatta ljud i ett ljudfält är en nödvändighet för många applikationer. I exempelvis aktivt brusreducerade hörlurar får man in en signal som man vill tysta genom att skicka ut en motsatt signal, som i teorin tar ut den ursprungliga signalen och resulterar i att inget ljud når dina öron. Att så exakt och effektivt som möjligt kunna skatta hur ljudet beter sig i ljudfältet är därför nödvändigt för att få till effektiv brusreducering. I detta arbetet används en ny metod för att skatta ljud i ett ljudfält, där effektiviteten av metoden utvärderas med avseende på brus och mätfel. Utöver detta implementeras även en ny metod som skattar hur närvaron av en människa påverkar det resulterande ljudfältet. Det finns olika sätt att skatta ljudtrycket i ett ljudfält. Ett sätt är att placera ut mikrofoner i fältet som sedan används för att skatta ljudet i övriga fältet, vilket är metoden i denna rapport. Både uppmätt data från ett ekofritt rum och simulerad data utvärderas, där vi i den simulerade datan lagt till både mätfel och brus i alla mätningar. Tanken med projektet är att kunna använda resultaten som en referenspunkt för framtida implementeringar av, för att använda det tidigare exemplet, aktiv brusreducering. I en större skala, där man vill reducera ljudnivån i ett helt rum, blir problemet mer komplicerat. Mellan ett par hörlurar och dina öron är det inte mycket i vägen för ljudet att färdas fritt. I ett rum kan det å andra sidan finnas en mängd olika objekt utspridda; inte minst i form av en människa. En människas närvaro i rummet kommer påverka det resulterande ljudfältet, och av särskilt intresse är ljudfältets påverkan av människans närvaro när det gäller ljudet i människans eget öra. Om ljudet i hela rummet som helhet dämpas men ljudet i människans öra blir högre så blir ljudr