基于对比学习的盲空间脉冲响应生成：分离的房间与场景信息
声音
2024-09-24 v1 机器学习
音频与语音处理
摘要
对于增强现实 (AR) 中的音频，了解用户真实声学环境至关重要，以便对虚拟声音进行渲染，使其自然融入环境。由于在实际 AR 应用中通常不可行进行声学测量，房间信息需要从可用声源推断得出。随后，可以在与用于估计的源位置不同的位置放置额外的声源，以相同的文件夹声学质量进行渲染。关键在于，这些位置不同于用于估计的源。我们提出使用基于对比损失训练的编码器网络，将输入声音映射到仅表示房间特定信息的低维特征空间。然后，训练基于扩散的空间房间脉冲响应生成器，接收该潜在空间并生成新的响应，给定新的源-接收位置。我们展示了如何在最终输出中考虑房间特定参数和位置特定参数。
引用
@article{arxiv.2409.14971,
title = {Blind Spatial Impulse Response Generation from Separate Room- and Scene-Specific Information},
author = {Francesc Lluís and Nils Meyer-Kahlen},
journal= {arXiv preprint arXiv:2409.14971},
year = {2024}
}