本文运用计算机和人工智能技术的相关理论和方法解决该领域中的声音定位效果问题，选题具有重要的理论意义和实用价值。 首先，介绍虚拟声音技术理论和发展概况，分析相关领域的研究现状、发展趋势及存在的问题。介绍了人类的听觉系统结构、听觉特性和人类的空间听觉感知。 其次，对不同的听觉定位机理进行比较，因头部相关传递函数是比较常用的听觉定位机制，故将重点放在对头部相关传递函数的研究上。由于HRTF随声源的相对位置、频率、和听者对象不同而不同，并与其自变量之间还存在非常复杂的非线性关系，所以无法用确切的表达式进行定义它，只能通过试验的测量方法来获取所需的有限的数据，而不是获取空间所有位置的HRTF数据，所以，利用HRTF合成三维虚拟声音会对声音的定位效果产生不良的影响，为此，本文引入小波神经网络的方法，利用两种小波神经网络对HRTF进行逼近，并同基于sigmoid函数的BP神经网络进行比较，小波神经网络不但能用较少的神经元和较快的收敛速度来完成对HRTF的逼近，而且局部逼近效果也优于其它神经网络。并提出采用基于离散小波神经网络的HRTF逼近模型用于生成虚拟声音的方法。通过实验证明了此方法的正确性和有效性。