Ambisonizer：作为球谐函数生成的神经上混

神经上混，即从较少输入通道生成具有更多通道的沉浸式音乐的任务，一直是一个活跃的研究领域，其中单声道到立体声和立体声到环绕声的上混被视为独立的问题。在本文中，我们提出了一种统一的神经上混方法，将其表述为球谐函数——更具体地说，是Ambisonic生成。我们明确地将单声道上混表述为无条件生成，将立体声上混表述为条件生成，其中立体声信号作为条件。我们提供的证据表明，当解码为立体声时，我们提出的方法在主观评分上与强大的商业立体声展宽器相当。总体而言，我们的工作将直接上混到Ambisonic格式呈现为一种强大且有前景的神经上混方法。还讨论了局限性。