DPLM：一种深度感知空间音频定位度量
音频与语音处理
2021-12-22 v1 声音
摘要
主观评价对于评估增强现实和虚拟现实等音频合成驱动技术中声音的感知真实感至关重要。然而，它们难以设置、令用户疲劳且成本高昂。在这项工作中，我们解决了捕捉声音定位的感知特征的问题。具体而言，我们提出了一个构建通用质量度量框架的方法，用于评估两个双耳录音之间的空间定位差异。我们通过利用为到达方向（DOA）估计训练的深度网络的激活级距离来建模定位相似性。我们提出的度量（DPLM）在多个不同数据集上与主观评分的相关性上优于基线度量，即使没有任何人工标注的训练数据。
引用
@article{arxiv.2105.14180,
title = {DPLM: A Deep Perceptual Spatial-Audio Localization Metric},
author = {Pranay Manocha and Anurag Kumar and Buye Xu and Anjali Menon and Israel D. Gebru and Vamsi K. Ithapu and Paul Calamia},
journal= {arXiv preprint arXiv:2105.14180},
year = {2021}
}