Spatialização de áudio altamente realista para conferências multiparte usando fones de ouvido

Sabe-se que durante conferências multiparte, o áudio espacializado que mapeia as vozes de participantes remotos para locais virtuais distintos melhora a experiência auditiva. Neste artigo, consideramos o caso em que o áudio é reproduzido através de fones de ouvido devido, por exemplo, a razões de privacidade. Embora existam muitas técnicas de áudio espacial para fones de ouvido, a maioria carece do realismo desejado ditado pela expectativa dos ouvintes de naturalidade em conferências de áudio. À luz desta situação, propomos uma abordagem inovadora de processamento de áudio espacial para fones de ouvido, onde medimos as respostas de impulso combinadas da cabeça e da sala (CHRIRs) em um ambiente físico real, que são então usadas diretamente para espacializar as vozes de participantes remotos. Através do processamento adequado das CHRIRs, nossa solução é capaz de oferecer um grau mais alto de realismo, aproximando-se das gravações binaurais. Observamos que o sucesso, entretanto, vem com certas limitações, e apresentamos soluções para mitigar as deficiências da técnica proposta. Como resultado, um usuário pode adaptar a localização da fonte e o grau de reverberação às suas próprias preferências subjetivas. Também mostramos que a carga computacional pode ser reduzida de forma eficaz, tornando-se muito razoável para o hardware de computador moderno.