DopplerBAS：面向多普勒效应的双耳音频合成

近年来，双耳音频合成（binaural audio synthesis, BAS）因其在增强现实与虚拟现实中的应用而成为一个有前景的研究领域。双耳音频通过向大脑提供反映空间信息的双耳时间差，帮助用户定位自身并建立沉浸感。然而，现有的 BAS 方法在相位估计方面存在局限，而相位估计对空间听觉至关重要。在本文中，我们提出 \textbf{DopplerBAS} 方法，以显式地处理运动声源的多普勒效应。具体而言，我们在球坐标中计算运动扬声器的径向相对速度，进而指导双耳音频的合成。这一简单方法不引入额外的超参数，也不修改损失函数，并且即插即用：它能很好地扩展到不同类型的骨干网络。DopplerBAS 在相位误差指标上明显改进了具代表性的 WarpNet 和 BinauralGrad 骨干网络，并达到了新的最优（state of the art, SOTA）：0.780（对比当前 SOTA 0.807）。实验与消融研究证明了我们方法的有效性。