在聽覺信號中存在著一些線索可以供我們來判斷聲源的距離遠近。這篇文章就以其中的一個線索--初始時間延遲差為例，來介紹應該如何設計對應的聽力測試，探究其在雙耳距離感知中的作用。通常來說，一個聽力測試可以分成三大部分：理論背景，測試準備（包括測量和程序編寫）以及結果分析。下面就通過具體的步驟來進行說明。

1. 初始時間延遲差

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

圖1： 房間脈沖響應示意圖

ITDG被一些學者認為是距離感知的線索。Stephan 和 Simone 證明，通過修改 ITDG 的長度可以改變?nèi)祟惖木嚯x感知【1】。這是因為，如圖2所示，當麥克風的位置固定時，聲源的距離越遠，直達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，提出了通過修改 ITDG 來影響人類雙耳距離感知的假設。然而，值得注意的是，這種假設只在地板被認為是唯一反射表面的情況下成立，如在半消聲室或相對空曠的房間中。而聲源和麥克風之間存在多個物體會影響第一個反射，從而影響這個假設的有效性。也有學者持反對意見，F(xiàn)otis 通過實驗發(fā)現(xiàn)， ITDG 似乎并不是距離感知中的一個顯著線索【2】。

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

?

2. 實驗設計

2.1 雙耳室內(nèi)脈沖響應（BRIR）的測量

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。為此，在Chalmers的兩個房間EH和LR中，使用人工頭（Dummy head或者Artificial head）和掃頻正弦信號測量雙耳室內(nèi)脈沖響應。分別在 2 米、4 米、6 米和 8 米的距離上，測量了四個不同方位角（0度、30度、60度、90度）BRIRs 。為了確保獲得可用的 ITDG，測量過程中移除了聲源和麥克風之間的任何物體。隨后，使用fade-in和fade-out窗口函數(shù)處理所有測量到的BRIRs。在理想的測量環(huán)境中，如半消聲室，人工頭和聲源位于 1.6 米高度時的 ITDG 曲線應該和圖3中所示的理想曲線相似。對從EH和LR房間中，人工頭的左右耳測量的脈沖響應進行處理并提取ITDG數(shù)據(jù)，發(fā)現(xiàn)測量結果與理想曲線相匹配。為了簡化過程，在本研究中，使用左耳的脈沖響應作為進一步分析和修改的基準。

圖3： 在僅考慮地面反射時，1.6米高度的 ITDG 曲線以及來自 EH 和 LR 的測量數(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 ITDG 的長度（例如，30度時的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，便可以通過測量少量BRIRs來表達整個區(qū)域的響應。為了實現(xiàn)這個目標，將測量到的脈沖響應分為三個不同的部分：直接部分（從脈沖信號開始到直達聲峰值后的 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，直到信號結束）。這些部分如圖4所示。

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

? 為了準確地確定來自地面的第一次反射聲的起始點，并排除 ITDG 中的虛假峰值的影響，采用了改進的峰度算法與理想 ITDG 曲線相結合的方法來對測量的BRIRs進行分析【3】。此外，為了簡化過程，在修改脈沖響應時，優(yōu)先考慮靠近聲源的一側；具體來說，右耳的修改長度與左耳直接相關（因為在這次測量中，左耳總是更加靠近聲源）。例如，當左耳的 ITDG 縮短 1 毫秒時，右耳也縮短相同的時間。通過保持直接和混響部分不變，壓縮或擴展與 ITDG 重疊的早期反射部分，以實現(xiàn)目標距離處所需的 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)生的聲壓級和頻譜特性的任何變化都被認為是可以忽略不計的。

2.3 程序設計

實驗旨在研究在不同場景下修改 ITDG 是否會影響人類聽覺的距離感知。研究了以下 2 個因素：目標距離（2 米或6 米）和音頻材料（演講聲或鼓聲）。由于 BRIRs 是在兩個房間內(nèi)進行測量的，因此總共有2x2x2=8 次試驗。聽覺實驗是根據(jù) MUSHRA設計的【4】，但并不完全相同，例如在這個實驗中沒有錨點。MUSHRA是音頻測試中一個很常用的方法，需要注意的是，其中文版存在著一些翻譯錯誤，因此推薦查看其他版本。實驗程序使用MATLAB APP designer進行設計，實驗頁面如圖5所示。在每個試驗中，有3個參考音頻和4個選項音頻。參考音頻是通過將音頻材料與實際測量的BRIR卷積得到的。四個選項分別是ref，orig，drr和drr+itdg 。所有參考音頻和選項音頻均經(jīng)過調(diào)整，以具有相同的響度，以排除響度對距離感知的影響。

以其中一個試驗為例。在這個試驗中，目標距離為6米，修改后的 BRIR 來自 2 米處，測量值來自入口大廳，材料是演講。各選項的描述如下：

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個選項的順序是隨機的，因此測試人員無法猜測每個選項對應的音頻。

圖5： 聽力測試程序的操作頁面

3. 結果分析

由于實驗難度較大，共有五名參與者參加了實驗，他們都具有豐富的聽力測試經(jīng)驗，并報告稱沒有聽力缺陷。參考 MUSHRA 驗證方法對結果的準確性和人類距離感知的可壓縮性，如果某個參與者在超過 15％ 的所有試驗中對隱藏參考音頻的評分超過真實距離的 10％（即對于 2 米，評估在 1.8-2.2 米之外；對于 6 米，評估在 5.4-6.6 米之外），那么將排除該結果。所有參與者都通過了篩選條件，因此認為他們的結果有效。

聽力測試結果用小提琴圖來呈現(xiàn)，該圖顯示了密度曲線和箱線圖的單個顯示，使得更容易洞察數(shù)據(jù)分布。整體測試結果（圖6）顯示，ref和orig的中位數(shù)與實際測量距離相同，這證明了實驗結果的可靠性。進一步分析表明， drr和drr+itdg都可以產(chǎn)生與目標相似的距離感，但drr+itdg對drr并沒有系統(tǒng)性的改進。為了深入了解結果，對得到的數(shù)據(jù)進行了統(tǒng)計分析。由于實驗參與者人數(shù)較少，并且 MUSHRA 測試的結果不符合正態(tài)分布（例如結果中的ref和orig），因此使用非參數(shù)檢驗來分析數(shù)據(jù)。

圖6：聽力實驗總體結果

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

圖7：Bonferroni-Holm 校正的 p 值適用于所有成對比較測試，包括speech和drum對以及近處和遠處的參考。在p《0.05時，藍色背景表示顯著差異

? 4. 總結

本文旨在探討 ITDG 在雙耳音頻距離感知中的作用。通過在 Chalmers University of Technology 的兩個房間測量雙耳室內(nèi)脈沖響應，并對其進行修改，研究了 ITDG 對距離感知的影響。結果表明，盡管修改 ITDG 可以改變雙耳音頻中的距離感知，但這種影響在實驗中并不顯著。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，如半消聲室或相對空曠的房間。在實際環(huán)境中，可能會有多個物體位于聲源與接收點之間，從而影響第一次反射和 ITDG 的有效性。并且因為ITDG本身不是雙耳線索，在對其進行修改時進行了許多的簡化，這些誤差也可能對結果產(chǎn)生影響。因此，在未來的研究中，可能需要進一步探討更復雜環(huán)境中 ITDG 對距離感知的影響。

審核編輯 ：李倩