HRIR, HRTF, dan BRIR

Artikel ini berkaitan dengan bidang ilmu akustik, subbidang spatial sound. HRIR, head related impulse response, merupakan impulse response kedua telinga ketika mendengarkan `sesuatu`. Jadi sebenarnya, apa yang kita dengarkan adalah `sesuatu` yang telah bercampur dengan `lingkungan`. Lingkungan ini bisa berupa ruangan. Idealnya, apa yang kita dengarkan tidak dipengaruhi oleh lingkungan. Untuk mencapai kondisi ideal inilah dilakukan pengukuran pada ruangan anechoic, ruang kedap suara, dimana apa yang kita dengarkan adalah sumber bunyi murni pada posisi tertentu. HRIR ini diukur pada kondisi tersebut, ruang kedap, sehingga respon yang diterima oleh telinga murni hanya pengaruh bentuk kepala dan posisi telinga kita serta posisi sumber suara.

Jika HRIR merupakan respon telinga karena pengaruh bentuk kepala dalam domain waktu, maka HRTF adalah Fourrier transform dari HRIR. Jadi HRTF merupakan HRIR dalam domain frekuensi.  HRTF dan HRIR ini paling banyak dipakai untuk mensimulasikan suara atau disebut auralisasi pada suatu desain ruangan untuk mendapatkan persepsi pendengaran di ruangan tersebut.

Pengukuran HRTF

HRTF diukur di ruang kedap suara dengan menggunakan head and torso simulator (HATS). Jadi hasil pengukuran sangat bergantung pada jenis HATS yang digunakan. Berbeda HATS (atau memakai manikin, atau manusia asli), maka hasilnya juga berbeda. Namun hasil pada HATS yang mewakili bentuk kebanyakan manusia bisa dipakai untuk men-generalisir hasil pengukuran.

Pada telinga HATS dipasang mikrofon kecil di dalam lubang telinga. Sumber suara dibangkitkan, umumya dipakai sinyal sine sweep atau MLS (maximum length sequences) dan direkam hasil impulsnya dengan mic di dalam HATS tadi. Geometri pengukuran membentuk geometri sehingga posisi sumber didefinisikan oleh tiga parameter (elevation, azimuth, jarak). Contoh suara pada (0,30,1) berarti pada sudut elevasi 0 derajat (tepat di depan, elevasi = sudut antara sumbu horizontal telinga dengan ketinggian sumber suara)) pada azimuth 30 derajat dari depan (depan kanan) dan pada jarak 1 m. Jarak biasanya tidak disebutkan karena pengukuran HRTF biasanya pada satu jarak/jari-jari yang sama.

Gambar berikut adalah konfigurasi posisi azimuth dan elevasi pada pengukuran HRTF sedangkan gambar bawahnya adalah contoh posisi sumber suara pada (30, 0).

Azimuth dan elevasi pada pengukuran HRTF (Sumber gambar: iidal-lab, IT Chiba)

Contoh posisi sumber suara pada (30, 0)

Interaural Time Difference (ITD)

ITD merupakan kepanjangan dari interaural time difference,  yakni perbedaan waktu tempuh sumber suara ke telinga kiri dan telinga kanan. Apa pentingnya ITD ini? Penting sekali, dengan ITD kita bisa memperkirakan dan mengetahui sumber suara tanpa melihatnya. Coba tutup mata anda, dan dengarkan suara yang ada, kemudian perkirakan di mana letak sumber suara tersebut. Sekarang buka mata anda, dan crosscheck posisi sumber suara yang anda perkirakan tadi, persis dengan perkiraan anda.

Ilustrasi 1: Sumber suara pada 0 derajat dan 30 derajat. Pada 0 derajat ITD adalah 0, sedang pada 30 derajat ITD dapat dicari pada gambar/grafik 3 (sumber: Thesis BT Atmaja [1], dok pribadi)

Teori Duplex
Teori tentang ITD ini pertama kali dikemukakan oleh Lord Rayleigh (1907) yang menyatakan bahwa perbedaan suara yang sampai pada telinga dapat dicari/dihitung,

provided evidence that timing differences between the ears were detectable

Teori duplex Lord Rayleigh ini mengandung dua dasar pengukuran sensitivitas pada ILD (Interaural level difference, "beda level") dan sensitivitas pada ITD ("beda waktu") sebagai berikut.

(Computational) Auditory Scene Analysis

Setelah pada posting sebelumnya, saya bercerita tentang metode pemisahan sinyal suara dengan Blind Source Separation atau BSS kali ini saya akan mengulas sedikit tentang metode pemisahan sinyal suara lainnya, yang lebih dekat ke bagaimana sistem pendengaran manusia bekerja memisahkan sumber - sumber suara. Metode itu dinamakan Computational Auditory Analysis atau disingkat CASA yang merupakan representasi komputasional dari ASA (Auditory Scene Analysis).

Skema Arsitektur CASA [1]

ASA diperkenalkan oleh Al Bregman (psikolog) untuk menjelaskan bagaimana sistem pendengaran manusia bekerja, khususnya dalam memisahkan dan mengidentifikasi lokasi sumber bunyi yang di dengar oleh telinga berdasarkan teori dan eksperimen psikologi terhadap sistem pendengaran manusia. Bregman berpendapat bahwa saat manusia mendengar suara pada dasarnya dia melakukan proses auditory scene analysis. Proses ASA tersebut dibagi menjadi dua tahap, yakni tahap segmentasi dimana terjadi pengelompokan elemen-elemen akustik berdasarkan time-frequency dan tahap kedua adalah pengelompokan elemen-elemen tersebut berdasarkan sumber-sumber suara yang sama. Skema arsitektur sistem CASA dapat digambarkan pada gambar diatas.