Subjective Evaluations of Spatial Room Impulse Response Convolution Techniques in Channel- and Scene-Based Paradigms

Abstract

With the advent of rapidly-evolving audio engineering technologies, the act of listening to recorded music is quickly becoming a three-dimensional auditory experience. Spatial hearing in humans is largely based on cues provided by direct and reflected sound, which help us to situate ourselves and others in a given sound field. It follows that a convincing reproduction of acoustic reverberation is required to make listeners feel physically present within three- dimensional recordings of acoustic music. To this end, this thesis presents and evaluates two experimental methods for producing artificial reverberation through spatial room impulse response (SRIR) convolution, in the context of three-dimensional music production. After a review of literature pertaining to the physical, perceptual, and subjective underpinnings of natural and artificial reverberation, three experiments are presented. In the first, a technique for representing the spatial radiation characteristics of instruments within multichannel SRIR convolution using spaced microphone arrays is described. The results of a controlled method- of-adjustment evaluation show that this proposed technique can increase the perceived salience of room impression compared to a control condition. The second experiment follows with an attribute rating test to quantify the subjective differences between the proposed technique and the control. Results show a significant improvement for all tested attributes. Finally, a perceptual attribute rating test investigating the use of spaced higher-order ambisonic (HOA) receivers in SRIR convolution was conducted in two phases: the first using a 7.0.4 immersive loudspeaker array, and the second a binaural headphone rendering. The test showed that certain spacing distances improved the clarity of background spatial impression and perceived environment width compared to a single HOA receiver upon auralization, though in most cases discrimination between spaced and single receivers was inconsistent. The findings of this thesis may inform the design of three-dimensional reverberators developed as music production tools, with implications for interactive audio and virtual reality experiences

Alternate abstract:

Avec l’évolution toujours plus rapide des technologies d’ingénierie, écouter de la musique enregistrée est en passe de devenir une expérience auditive 3D. L’audition spatiale chez l’être humain dépend en grande partie des signaux fournis par le son direct et par le son réfléchi, signaux qui nous aident à nous situer, et à situer les autres, dans un champ sonore donné. Il s’ensuit qu’une reproduction convaincante de la réverbération est nécessaire pour que les auditeurs se sentent physiquement présents lors de l’écoute d’un enregistrement 3D de musique acoustique. À cette fin, cette thèse présente et évalue deux méthodes expérimentales de production de réverbération artificielle par convolution de réponses impulsionnelles spatiales, aux fins de production musicale 3D. Après une revue de la littérature portant sur les fondements physiques et perceptuels des réverbérations naturelle et artificielle, trois chapitres expérimentaux sont présentés. Dans le premier, est décrite une technique pour représenter les caractéristiques du rayonnement spatial d’instruments lors d’une convolution avec des réponses impulsionnelles spatiales multicanaux, utilisant des microphones espacés. Les résultats d’une expérience contrôlée utilisant la méthode des ajustements montrent que la technique proposée peut augmenter la saillance perçue de l’impression de la pièce lorsque comparé à une condition de contrôle. La deuxième expérience fait suite avec un test d’évaluation des attributs pour quantifier les différences subjectives entre la technique proposée et la condition de contrôle. Les résultats montrent une amélioration significative pour tous les attributs testés. Enfin, une expérience d’évaluation subjective des attributs, étudiant l’utilisation de microphones ambisoniques d’ordres supérieurs espacés dans une convolution avec des réponses impulsionnelles spatiales, a été réalisée en deux phases : la première utilisant une configuration immersive de haut-parleurs (7.0.4) et la seconde une restitution binaurale pour casque. Le test a montré que certaines distances d’espacement amélioraient la clarté des impressions spatiales d’arrière-plan ainsi que la perception de la largeur de l’environnement comparé à l’utilisation d’un seul récepteur ambisonique, lors de l’auralisation. Toutefois, dans la plupart des cas, la différenciation entre les paires de microphones espacés et le microphone unique n’était pas systématique. Les résultats de cette thèse peuvent éclairer la conception de réverbérations 3D développées comme outils de production musicale, avec des implications pour les expériences audio interactives et de réalité virtuelle.