Master Theses - Details

Menschen besitzen die Fähigkeit, die Richtung einer Schallquelle anhand von Laufzeit- und Pegeldifferenzen zwischen den Ohren sowie charakteristische spektralen Veränderungen zu bestimmen. Diese Effekte entstehen durch Reflektionen und Beugungen der Schallwelle am menschlichen Körper und werden durch sogenannte kopfbezogene Übertragungsfunktionen (engl. Head-Related Transfer Functions, HRTFs) beschrieben. Da sich Menschen in ihrer Anatomie unterscheiden, variieren auch ihre individuellen HRTFs. Sind diese bekannt, kann eine immersive räumliche Audiowiedergabe realisiert werden. Da ihre Messung jedoch aufwendig ist, werden oft generische HRTFs verwendet. Je größer deren Abweichugn von der individuellen HRTF ist, desto stärker sinkt der Grad der Immersion.

Zur Lösung dieses Problems wird erforscht, wie sich individualisierte HRTFs anhand verschiedener Daten, etwa Ohrfotos, 3D-Kopfscans oder binauraler Aufnahmen, bestimmen lassen. Hierfür kommen insbesondere Methoden des maschinellen Lernens zum Einsatz. Einen vielversprechenden Ansatz bieten generative Modelle, welche in der Lage sind, neue Daten zu erzeugen und sich somit für die HRTF-Individualisierung eignen. Prominente Beispiele generativer Modelle sind Variational Autoencoders, Diffusionsmodelle und Generative Adversarial Networks.