Funciones de transferencia fuertes y débiles relacionadas con la cabeza: el marco analítico de eHRTF

Área de la Ciencia:

• Acústica y percepción auditiva
• Análisis computacional de la escena auditiva
• Interacción hombre-ordenador

Sus antecedentes:

• Las funciones de transferencia relacionadas con la cabeza (HRTF) son cruciales para la representación de audio en 3D, pero tradicionalmente se tratan como estáticas.
• Los modelos HRTF existentes a menudo carecen de adaptabilidad a las experiencias individuales de los oyentes y a las tareas auditivas específicas.
• La dicotomía entre la fidelidad acústica idealizada y la adecuación perceptiva específica del contexto es un desafío clave.

Objetivo del estudio:

• Introducir un nuevo marco analítico para modelar las funciones de transferencia relacionadas con la cabeza (HRTF) desde una perspectiva egocéntrica centrada en el oyente (eHRTF).
• Diferenciar entre los HRTF fuertes (generales) y débiles (específicos de tareas), trazando paralelos con las metodologías de inteligencia artificial.
• Definir regiones de satisfacción probabilísticas para caracterizar el rendimiento de la HRTF en diferentes tipos y complejidades de tareas auditivas.

Principales métodos:

• Desarrollo de un formalismo Bayesiano de estado-espacio para modelar eHRTFs, incorporando factores anatómicos, contextuales, experienciales y relacionados con las tareas.
• Conceptualización de los HRTF como representaciones auditivas mutables, actualizadas dinámicamente a través de la retroalimentación del oyente.
• Definición probabilística de las regiones de satisfacción para evaluar las clases HRTF (individuales, genéricas, súper, personalizadas) con respecto a los requisitos de percepción.

Principales resultados:

• El marco eHRTF propuesto permite un enfoque dinámico y centrado en el oyente para el modelado de HRTF.
• Se establece una clara distinción entre los HRTF generales y los HRTF perceptualmente optimizados, específicos de la tarea.
• Las regiones de satisfacción probabilística proporcionan un método cuantitativo para evaluar la idoneidad de los HRTF para diversas aplicaciones.

Conclusiones:

• El formalismo eHRTF ofrece un enfoque más adaptativo y perceptualmente relevante para modelar el audio espacial.
• Este marco tiene implicaciones para mejorar la realidad virtual, la realidad aumentada y los sistemas de audio personalizados.
• La investigación futura puede aprovechar esta perspectiva egocéntrica para desarrollar representaciones auditivas más sofisticadas y conscientes del contexto.