A Multiple Listener Crosstalk Cancellation System Using Loudspeaker-Dependent Regularization

Abstract

Binaural audio requires the use of crosstalk cancellation if reproduced using loudspeakers. A three-listener crosstalk cancellation system has been designed and built as part of this work. Simulations for di↵erent loudspeaker distributions are presented and a large system span is shown to increase low-frequency crosstalk cancellation performance whilst a denser loudspeaker distribution in front of a given listener increases mid to high-frequency crosstalk cancellation. The system's performance under perturbation of the listeners and loudspeakers is investigated and at high frequencies loudspeakers further away from any given listener are shown to be a↵ected more by perturbations than those nearer the listener. To this issue, a novel implementation of weighting loudspeaker source strengths using loudspeaker dependent regularization is developed and optimised for use in this system. Hence, at high frequencies just loudspeakers close to the listener are used. This is shown to create a more robust solution than traditional crosstalk cancellation filter design when the system has undergone perturbations.

Warped, Kautz, and Fixed-Pole Parallel Filters: A Review

“…A typical example is to correct the nonideal frequency response of loudspeakers, ranging from speakers in mobile devices, computer speakers, and car audio to large-scale public address systems [1,2]. Often the transfer function of the room is also equalized together with the loudspeaker [3][4][5][6]. Other applications include the modeling of the same systems for simulation purposes [7,8], modeling and equalization of headphones [9], modeling of head-related transfer functions for 3D audio [10][11][12], or the synthesis of musical instrument sounds [13][14][15], to name a few.…”

Sonic simulation in VR/AR contexts

“…For example, a signal can be transmitted in Ambisonics format but reproduced binaurally. Another example is a combination of cross-talk cancelled binaural surround reproduction using a real loudspeaker array [27,28]. In order to switch between formats, several methods are used such as the binaural decoder for Ambisonics [29].…”

Optimización del modelamiento de la Función de Transferencia Relativa a la Cabeza desde el esquema de representación en Armónicos Esféricos.

“…Este se lleva a cabo comparando conjuntos de HRTFs dispersas en varios órdenes, SH muestreadas espacialmente en cuadrículas equiangulares, gaussianas, Lebedev y Fliege con una referencia. En general, los estudios mencionados trabajan la problemática del orden de la representación en SH respecto al número de HRTF, donde [10], plantean que la expansión armónica esférica del HRTF debe truncarse a un orden finito N , requiriendo (N + 1) 2 armónicos esféricos, que así como se mencionó en la sección anterior, la representación en SH de conjuntos HRTF dispersos, muestra una resolución espacial restringida que está sujeta a emitir errores en tanto a su limitación de orden. Para este problema, en [7] se presenta el método que reduce estos errores a través de una ecualización direccional antes de la transformada SH, mediante una partición o división espectral de cada HRTF con una 2.2 Revisión documental entre 1993-2021: Interpolación y Representación en Armónicos Esféricos 9 función de transferencia de esfera rígida direccional correspondiente.…”

“…Una representación compacta y reducida de HRTF se presenta en [10], para las HRTFs, se describe como un proceso donde después de rotar un HRTF para reordenar y focalizar la energía en unos pocos armónicos esféricos elegidos, estos armónicos esféricos de baja energía son descartados hasta que el HRTF modificado reproduce el original dentro de un límite de error dado. Esta representación, aunque posee la ventaja de reque-2.3 Balance del Estado del Arte para el presente estudio 13 rir menos armónicos esféricos, se dice sigue representando la HRTF original dentro de un error definido.…”

“…Al evaluar la relevancia del método, como mencionan [7], adquirir un número suficiente de mediciones en la HRTF es importante para conseguir una reproducción de alta fidelidad de audio [8] (en sistemas que provean reproducción de audio 3D o hagan síntesis binaural en auriculares) y a la par que, según Minnaar [9] y Hollebon [10] para lograr una representación virtual completa de entornos acústicos en términos de la HRTF, se requiere al menos 1130 mediciones, lo cual genera un coste elevado respecto a la adquisición, almacenamiento, transmisión y tiempos para llevar a cabo estas mediciones [10]. Así, cobra relevancia obtener un conjunto -usualmente sobre una rejilla esférica-completo de respuestas al impulso (IR) con base a un número reducido de mediciones [7]- [10]. Los anteriores aspectos han sido abordados en trabajos previos como [7], [11], [12], [13], [14], en particular haciendo una representación en el dominio de Armónicos Esféricos (SH), para lo cual, según [7] y [13], se vislumbra como una solución general, la interpolación.…”