虚拟现实(Virtual Reality,VR)技术为用户带来了身临其境的感官体验,有望成为引领未来多媒体技术发展的关键技术之一。但已有的VR技术在听觉重建上依旧只是沿用传统的立体声技术,产生的音频局限于特定的区域内,无法实现3D音/视频内容的完全匹配。头相关传输函数(Head Related Transfer Function,HRTF)技术是国际上公认的生成3D音频的主流技术之一,但在实际使用过程中,HRTF插值带来的误差会对生成3D音频的空间定位准确性产生影响。本文首先开展空间感知特性的研究,在测得感知数据的基础上开展HRTF插值技术的研究,主要工作如下:开展空间感知特性的研究工作。已有相关实验的测量范围主要集中在有限的平面或区域上,且主要进行的是水平角感知灵敏度的测量和分析工作,测得的数据无法完整的反映整个三维声场中的人耳感知特性。本文设计了基于心理声学的主观测试方案,在全消声室中采集音频信号建立测试音频信号库,在电脑上使用耳机进行高度角感知灵敏度的测量工作,而后结合已有的水平角感知灵敏度数据,联合分析得到水平角/高度角感知灵敏度数据库。该数据库可以为3D音频的生成提供基础数据支撑。设计并实现了基于空间感知的HRTF分段插值技术。已有的HRTF插值方法,忽略了 HRTF数据和空间方位之间的联系,更没有考虑HRTF数据本身的结构特性,插值得到的HRTF数据存在一定误差,导致生成的3D音频的空间定位不准确。本文基于人耳的空间感知特性,在进行HRTF数据插值前先进行判断,如果插值点位于已知HRTF数据的感知范围内,则直接使用该HRTF数据作为插值数据,否则进行HRTF的分段插值。在插值过程中,将双耳延迟信息、HRTF有效数据和信号底噪分开处理,使用反馈神经网络进行双耳延迟信息的恢复,使用双线性插值进行HRTF有效数据的恢复,分析已有HRTF数据生成随机底噪,最后拼接形成HRTF插值数据。本插值方法不仅考虑了人耳在三维声场中的感知特性,同时还针对HRTF数据的结构特性分段进行插值处理,最大程度的降低了HRTF数据的插值误差。本文通过多个主/客观实验进行插值结果对比,实验结果说明,相较于双线性插值技术,本文设计的基于空间感知的HRTF分段插值技术,降低了 HRTF数据的插值误差,同时还提高了生成的3D音频的空间定位准确性。