专利描述了一种可以执行图像跟踪音频控制或图像非跟踪音频控制的设备和方法。在显示单元中选择性地显示不同方向的图像，并根据图像显示控制输出音频。根据显示单元显示图像的移动，数据处理单元执行移动音频源方向的图像跟踪音频控制。数据处理单元从MP4文件或媒体（MPD）文件中获取音频控制信息，并根据音频控制信息执行图像跟踪音频控制或图像非跟踪音频控制。

专利描述的实施例包括使用传导声音为音频系统用户校准头的传输函数（hrtf）。使用传感器向用户显示测试声音，并通过用户耳道入口处的麦克风响应地接收音频信号。测试声音和音频信号组合可以提供给音频服务器，其中模型用于确定用户的一个或多个hrtf。向音频系统提供一个或多个hrtf信息，以便为用户提供音频。音频服务器还可以使用模型来确定描述用户耳廓的几何信息。在一个实施例中，几何信息用于确定用户的一个或多个hrtf。
该专利描述了向头部显示用户显示音频信号的系统和方法。接收第一个输入音频信号。处理第一个输入音频信号，以产生第一个输出音频信号。第一个输出音频信号通过一个或多个扬声器显示。处理第一个输入音频信号，包括第一个输入音频信号应用的预加重滤波器；调整第一个输入音频信号的增益；以及第一个音频信号应用的加重滤波器。第一个输入音频信号应用的预失重滤波器，包括衰减第一个输入音频信号的低频重量。在第一个输入音频信号应用中，包括衰减第一个输入音频信号的高频重量。

专利描述的双源空间音频系统包括通用音频系统和个人音频系统。通用系统包括通用音频处理器和通用扬声器，用于产生一般声音。个人音频系统包括佩戴在用户头部的框架和连接到框架的多个个人扬声器。个人音频系统还包括头部姿势传感器，用于收集用户的头部姿势数据。个人音频系统还包括头部姿势处理器，用于根据头部姿势数据确定用户的头部姿势。此外，个人音频系统还包括基于用户头部姿势生成个人音频数据的个人音频处理器。个人音频扬声器产生与个人音频数据对应的个人声音。个人处理器从通用音频处理器接收定期信息/元数据，使个人声音与一般声音同步。