从数字到感知：能量衰减曲线预测
音频与语音处理
2026-05-21 v1 信号处理
摘要
预测房间脉冲响应 (RIR) 仍是一个挑战，due to 音频信号的高维度以及对感知精度的需求。本文提出一种神经网络框架，直接从房间几何和材料属性预测多带能量衰减曲线 (EDC)。不同于标准模型，我们的框架采用自定义的复合损失函数，在对数域优化能量水平和衰减斜率，确保预测曲线遵循物理衰减原理，同时对混响时间和早期反射保持高度灵敏度。结果表明，该模型成功地以最小的 T30 和清晰度指数误差逼近真实声学特性。该方法为传统仿真提供了计算效率更高的替代方案，便于用于交互式虚拟环境中的真实感音频渲染。
引用
@article{arxiv.2605.20968,
title = {From Numbers to Perception, Energy Decay Curves Prediction},
author = {Imran Muhammad and Gerald Schuller},
journal= {arXiv preprint arXiv:2605.20968},
year = {2026}
}