Ljudlokalisering och taluppfattbarhet i binaurala inspelningar

Sammanfattning

Binaurala inspelningar används när man önskar kunna bibehålla en 3-

dimensionell upplevelse vid uppspelning, antingen genom hörlurar eller via

högtalare. Vid inspelning används två mikrofoner som placeras antingen i

öronen på en person eller i öronen på ett konsthuvud (en förenklad modell

av ett medelhuvud). Man vill oftast använda ett konsthuvud för att

underlätta inspelningarna och öka repeterbarheten, nackdelen är att

konsthuvudet är en förenkling/modell av ett medelhuvud och man riskerar

därför att försämra riktningshörandet jämfört med om man gör inspelningen i

sina egna öron. En möjlig tillämpning för den binaurala tekniken är i

cockpitmiljöer där det är höga störnivåer (brus) och ofta förekommande att

flera personer talar samtidigt. Tack vare den binaurala tekniken kan man då

jämfört med en mikrofon få ett riktningshörande och det blir lättare att

separera de olika rösterna. Detta kan skapas genom att virtuellt lägga på

ett filter på inspelningar som motsvarar hur ett konsthuvud skulle ha

filtrerat ljudet i en viss position genom huvudets och örats avskärmning av

frekvenser.

I detta arbete har studerats hur testpersoners förmåga att lokalisera ljud

i binaurala inspelningar varierar mellan olika konsthuvuden och

inspelningar i personers öron. Vidare har det undersökts hur denna förmåga

att lokalisera ljud påverkar taluppfattbarheten i binaurala inspelningar

med flera talare i olika positioner.

Undersökningen delades upp i tre delar. I den första delen jämfördes två

olika konsthuvuden genom att jämföra testpersoners ljudlokaliseringar från

dessa. 6 av 8 testpersoner hade mindre fel vid ljudlokaliseringar från det

ena konsthuvudet, Head Acoustics HMS I, jämfört med Head Acoustics HMS III.

Testpersonerna hade flera fel med fram-bak och utav alla 120 ljud som de

totalt lyssnade på av respektive huvud hade de 36 fram-bak fel med HMS I

och 39 fel med HMS III, vilket blir 30-33 %. Med bak-fram fel menas om

personerna lokaliserade ett ljud som bakifrån eller snett bakifrån om det

var inspelat framifrån eller snett framifrån. På samma sätt blev det ett

bak-fram fel om de bedömde ett ljud som var inspelat bakifrån eller snett

bakifrån som framifrån eller snett framifrån.

I den andra delen jämfördes lokaliseringsförmågan hos inspelningar i öronen

på 6 personer mot samma två konsthuvuden (men original mikrofonerna

ersattes med samma minimikrofoner som användes vid inspelningar på

personer). Konsthuvudena var varken de bästa eller sämsta huvudena men

skillnaderna var små. Här användes 20 testpersoner, 11 män och 9 kvinnor,

och vissa personer var bra på att lokalisera ljud.

Samma testpersoner deltog i det tredje testet om taluppfattbarhet och där

var skillnaden stor mellan testpersoner och det blev skillnad i

taluppfattbarhet mellan en person med bra ljudlokalisering och en med dålig

ljudlokalisering när de störande ljuden var i annan position än talaren.

Detta kan tyda på att en bra ljudlokalisering på binaurala inspelningar kan

ge bättre taluppfattbarhet när röster är separerade i rummet genom virtuell

eller verklig binaural teknik.

Slutsatsen är att det är stora skillnader mellan personers

ljudlokaliseringsförmåga. Det blir lättare att uppfatta tal om en talare

och störande tal ligger på olika ställen i ett rum. Tre olika saker hjälper

lyssnaren ? separation åt vänster/höger, nivåskillnader om rösterna ligger

fram och bak genom huvudets avskärmning och att man kan lokalisera om talen

är fram eller bak. I fallet att en talare är placerad snett fram och

störande tal ligger snett bak ger ljudlokaliseringsförmågan störst nytta

och resultatet från detta arbete är att det är troligt att

taluppfattbarheten blir bättre i denna situation för personer med bra

ljudlokalisering.