声学仿真中的人工神经网络方法

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．