深度房间脉冲响应补全
音频与语音处理
2026-02-11 v2
摘要
在虚拟现实（VR）和视频游戏中渲染沉浸式空间音频需要快速准确地生成房间脉冲响应（RIR）以合理再现听觉环境。然而，模拟或测量长RIR的传统方法要么计算密集，要么受到低信噪比的挑战。本研究源于一个洞察：直达声和早期反射包含了关于房间几何和吸收特性的足够信息。基于这一前提，我们提出了一个名为"RIR补全"的新任务，旨在仅给定响应的早期部分（50毫秒）合成晚期混响。为此，我们引入了DECOR（深度指数补全房间脉冲响应），这是一个深度神经网络，结构为自编码器，旨在预测滤波噪声序列的多指数衰减包络。DECOR输出的可解释性便于其与多种渲染技术集成。所提出的方法与一个改编的最先进网络进行了比较，相当的性能表明支持RIR补全任务可行性的有希望的结果。RIR补全可以广泛适用于需要快速晚期混响近似的RIR生成任务。
引用
@article{arxiv.2402.00859,
title = {Deep Room Impulse Response Completion},
author = {Jackie Lin and Georg Götz and Sebastian J. Schlecht},
journal= {arXiv preprint arXiv:2402.00859},
year = {2026}
}
备注
This version corresponds to the published article in EURASIP Journal on Audio, Speech, and Music Processing (2025)