Automotive cabins present a challenging environment for spatial audio reproduction due to irregular loudspeaker configurations, strong reflections, and frequency-dependent acoustic transfer characteristics. Conventional Ambisonics decoders are typically designed under idealized or frequency-independent reproduction models and therefore cannot explicitly compensate for these effects. This work proposes a differentiable digital signal processing (DDSP)-based Ambisonics decoding framework that jointly optimizes the decoding matrix and loudspeaker-specific parametric equalizers while incorporating measured loudspeaker-to-microphone room impulse responses into the rendering process. The optimization is formulated using two complementary objectives that promote active intensity directional alignment and consistent reproduced energy across the target directions. The proposed framework is evaluated in an automotive environment using eight loudspeakers and a 19-channel spherical microphone array positioned at the driver’s seat. Numerical results show that the reproduced active intensity vectors closely follow the target directions, with cosine similarity values approaching unity across most sampled azimuths, while a baseline decoder exhibits substantial directional deviations after propagation through the measured acoustic responses. The proposed method also achieves an approximately uniform unit-energy distribution over the horizontal plane. These results demonstrate that incorporating measured acoustic transfer characteristics into a differentiable decoding framework can improve spatial reproduction for irregular automotive loudspeaker systems while retaining the interpretability of conventional digital signal processing (DSP) structures.

L’abitacolo di un veicolo rappresenta un ambiente particolarmente complesso per la riproduzione audio spaziale, a causa della disposizione irregolare degli altoparlanti, delle forti riflessioni e della dipendenza dalla frequenza delle funzioni di trasferimento acustiche. I decoder Ambisonics convenzionali sono generalmente progettati sulla base di modelli di riproduzione idealizzati o indipendenti dalla frequenza e, di conseguenza, non consentono di compensare esplicitamente tali effetti. In questo lavoro viene proposto un framework di decodifica Ambisonics basato sull’elaborazione differenziabile del segnale digitale (DDSP), nel quale la matrice di decodifica e un insieme di equalizzatori parametrici dedicati ai singoli altoparlanti vengono ottimizzati congiuntamente. Le risposte all’impulso misurate tra gli altoparlanti e i microfoni sono integrate direttamente nel processo di rendering, così da tenere conto della propagazione acustica nell’abitacolo durante l’ottimizzazione. Quest’ultima è formulata mediante due funzioni obiettivo complementari, volte rispettivamente a favorire l’allineamento direzionale dell’intensità attiva e a mantenere una distribuzione coerente dell’energia riprodotta lungo le direzioni di riferimento. Il framework proposto viene valutato nella cabina di un automobile dotato di otto altoparlanti e di un array microfonico sferico a 19 canali, posizionato in corrispondenza del sedile del conducente. I risultati numerici mostrano che i vettori di intensità attiva riprodotti seguono accuratamente le direzioni target, con valori di similarità del coseno prossimi all’unità per la maggior parte degli azimut considerati. Al contrario, il decoder utilizzato come baseline presenta marcate deviazioni direzionali una volta tenuti in conto gli effetti della propagazione attraverso le risposte acustiche misurate. Il metodo proposto consente inoltre di ottenere una distribuzione dell’energia approssimativamente uniforme sul piano orizzontale. Nel complesso, i risultati mostrano che l’integrazione delle caratteristiche acustiche misurate all’interno di un framework di decodifica differenziabile può migliorare la riproduzione spaziale in sistemi automobilistici caratterizzati da configurazioni irregolari degli altoparlanti, mantenendo al contempo l’interpretabilità tipica delle strutture convenzionali di elaborazione digitale del segnale (DSP).

Differentiable digital signal processing-based spatial audio reproduction for automotive applications

Zhou, Jian
2025/2026

Abstract

Automotive cabins present a challenging environment for spatial audio reproduction due to irregular loudspeaker configurations, strong reflections, and frequency-dependent acoustic transfer characteristics. Conventional Ambisonics decoders are typically designed under idealized or frequency-independent reproduction models and therefore cannot explicitly compensate for these effects. This work proposes a differentiable digital signal processing (DDSP)-based Ambisonics decoding framework that jointly optimizes the decoding matrix and loudspeaker-specific parametric equalizers while incorporating measured loudspeaker-to-microphone room impulse responses into the rendering process. The optimization is formulated using two complementary objectives that promote active intensity directional alignment and consistent reproduced energy across the target directions. The proposed framework is evaluated in an automotive environment using eight loudspeakers and a 19-channel spherical microphone array positioned at the driver’s seat. Numerical results show that the reproduced active intensity vectors closely follow the target directions, with cosine similarity values approaching unity across most sampled azimuths, while a baseline decoder exhibits substantial directional deviations after propagation through the measured acoustic responses. The proposed method also achieves an approximately uniform unit-energy distribution over the horizontal plane. These results demonstrate that incorporating measured acoustic transfer characteristics into a differentiable decoding framework can improve spatial reproduction for irregular automotive loudspeaker systems while retaining the interpretability of conventional digital signal processing (DSP) structures.
ING - Scuola di Ingegneria Industriale e dell'Informazione
20-ott-2026
2025/2026
L’abitacolo di un veicolo rappresenta un ambiente particolarmente complesso per la riproduzione audio spaziale, a causa della disposizione irregolare degli altoparlanti, delle forti riflessioni e della dipendenza dalla frequenza delle funzioni di trasferimento acustiche. I decoder Ambisonics convenzionali sono generalmente progettati sulla base di modelli di riproduzione idealizzati o indipendenti dalla frequenza e, di conseguenza, non consentono di compensare esplicitamente tali effetti. In questo lavoro viene proposto un framework di decodifica Ambisonics basato sull’elaborazione differenziabile del segnale digitale (DDSP), nel quale la matrice di decodifica e un insieme di equalizzatori parametrici dedicati ai singoli altoparlanti vengono ottimizzati congiuntamente. Le risposte all’impulso misurate tra gli altoparlanti e i microfoni sono integrate direttamente nel processo di rendering, così da tenere conto della propagazione acustica nell’abitacolo durante l’ottimizzazione. Quest’ultima è formulata mediante due funzioni obiettivo complementari, volte rispettivamente a favorire l’allineamento direzionale dell’intensità attiva e a mantenere una distribuzione coerente dell’energia riprodotta lungo le direzioni di riferimento. Il framework proposto viene valutato nella cabina di un automobile dotato di otto altoparlanti e di un array microfonico sferico a 19 canali, posizionato in corrispondenza del sedile del conducente. I risultati numerici mostrano che i vettori di intensità attiva riprodotti seguono accuratamente le direzioni target, con valori di similarità del coseno prossimi all’unità per la maggior parte degli azimut considerati. Al contrario, il decoder utilizzato come baseline presenta marcate deviazioni direzionali una volta tenuti in conto gli effetti della propagazione attraverso le risposte acustiche misurate. Il metodo proposto consente inoltre di ottenere una distribuzione dell’energia approssimativamente uniforme sul piano orizzontale. Nel complesso, i risultati mostrano che l’integrazione delle caratteristiche acustiche misurate all’interno di un framework di decodifica differenziabile può migliorare la riproduzione spaziale in sistemi automobilistici caratterizzati da configurazioni irregolari degli altoparlanti, mantenendo al contempo l’interpretabilità tipica delle strutture convenzionali di elaborazione digitale del segnale (DSP).
File allegati
File Dimensione Formato  
Article_Format_Thesis___Jian_Zhou.pdf

non accessibile

Descrizione: Thesis
Dimensione 2.66 MB
Formato Adobe PDF
2.66 MB Adobe PDF   Visualizza/Apri
Executive_Summary___Jian_Zhou.pdf

non accessibile

Descrizione: Summary
Dimensione 682.46 kB
Formato Adobe PDF
682.46 kB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/267101