Visual simulation of explosion animation can be found many applications in virtual reality. In addition to visual simulation, sound synthesis of explosion scenes is also indispensable. However, little attention has been paid to this research area. To this end, this paper proposes an automatic sound synthesis method for explosion scenes. Explosion animation consists of two major events, namely explosive event and interactive rigid‐body fracture event. Correspondingly, the sound for an explosion scene can be viewed as the combination of two components, that is, the exploding sound and the rigid‐body sound. Among them, the exploding sound often shows similarity in terms of characteristics in frequency domain, while the rigid‐body sound is rich in variations due to the unpredictable motion state and different materials of debris. As a result, for the synthesis of the rigid‐body sound, firstly, we extract the rigid‐body sounds from recording examples by the empirical mode decomposition method. On this basis, a new spectral flux based approach is developed to segment the extracted sounds into a grain dictionary. Then, a cascade sound synthesis method based on impulse response is designed to synchronize the rigid‐body sound for fracture events. For the synthesis of exploding sound, due to its similar characteristics in frequency domain, an example‐based automatic sound synthesis method is adapted in this paper. Finally, we propose a priority‐aware sound blending method to merge these two types of completely different sounds reasonably. Various experimental results demonstrated the effectiveness of our new method.

中文翻译：

---

用爆炸声和刚体声对爆炸进行动画处理

爆炸动画的视觉模拟可以在虚拟现实中找到许多应用。除了视觉模拟，爆炸场景的声音合成也是必不可少的。但是，对该研究领域的关注很少。为此，本文提出了一种用于爆炸场景的自动声音合成方法。爆炸动画包括两个主要事件，即爆炸事件和交互式刚体破裂事件。相应地，爆炸现场的声音可以看作是爆炸声和刚体声这两个成分的组合。其中，爆炸声在频域特性方面通常表现出相似性，而刚体声则由于不可预测的运动状态和不同的碎屑而具有丰富的变化。因此，对于刚体声音的合成，首先，我们通过经验模态分解方法从记录示例中提取刚体声音。在此基础上，开发了一种新的基于频谱通量的方法，可将提取的声音分割成谷物字典。然后，设计了一种基于冲激响应的级联声音合成方法，以使刚体声音在断裂事件中同步。对于爆炸声的合成，由于其在频域上的相似特性，本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知的声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。我们通过经验模态分解方法从录音示例中提取刚体声音。在此基础上，开发了一种新的基于频谱通量的方法，可将提取的声音分割成谷物字典。然后，设计了一种基于冲激响应的级联声音合成方法，以使刚体声音在断裂事件中同步。对于爆炸声的合成，由于其在频域上的相似特性，本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。我们通过经验模态分解方法从录音示例中提取刚体声音。在此基础上，开发了一种新的基于频谱通量的方法，可将提取的声音分割成谷物字典。然后，设计了一种基于冲激响应的级联声音合成方法，以使刚体声音在断裂事件中同步。对于爆炸声的合成，由于其在频域上的相似特性，本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知的声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。开发了一种基于频谱通量的新方法，将提取的声音分割成谷物字典。然后，设计了一种基于冲激响应的级联声音合成方法，以使刚体声音在断裂事件中同步。对于爆炸声的合成，由于其在频域上的相似特性，本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知的声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。开发了一种基于频谱通量的新方法，将提取的声音分割成谷物字典。然后，设计了一种基于冲激响应的级联声音合成方法，以使刚体声音在断裂事件中同步。对于爆炸声的合成，由于其在频域上的相似特性，本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知的声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。由于其在频域上的相似特性，因此本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知的声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。由于其在频域上的相似特性，因此本文采用了一种基于示例的自动声音合成方法。最后，我们提出了一种优先级感知的声音混合方法，以合理地合并这两种类型的完全不同的声音。各种实验结果证明了我们新方法的有效性。