一种头相关传输函数数据集融合方法及系统

本申请提供了一种头相关传输函数数据集融合方法及系统，所述方法包括：将多个数据集下不同被试的采样数据输入训练好的深度神经网络，生成消解掉数据集测量特征的HRIR；深度神经网络的训练过程包括：利用原始数据集中的HRIR提取双耳时间差、双耳声级差和听觉定位特征；利用深度神经网络生成消解掉数据集测量特征的HRIR，并提取双耳声级差和听觉定位特征；利用原始和深度神经网络输出的HRIR之间的双耳声级差、听觉定位特征差异及网络输出HRTF间的数据集分类准确率构建损失函数，反馈训练深度神经网络。本申请的优势在于：可有效消解不同数据集中HRTF中携带的测量属性并保持定位感知结果不变，进而使不同数据集可被融合。