HARP：一个大规模的高阶Ambisonic房间脉冲响应数据集
声音
2025-06-02 v2 人工智能
机器学习
多媒体
音频与语音处理
摘要
本文介绍了一个包含7阶Ambisonic房间脉冲响应（HOA-RIR）的数据集，采用Image Source Method进行创建。通过采用高阶Ambisonics技术，本数据集实现了精准的空间音频再现，这是实现逼真沉浸式音频应用的关键要求。利用虚拟仿真，我们提出了一种独特的麦克风配置方案，基于叠加原理，旨在优化声场覆盖，同时解决传统麦克风阵列的局限性。该方案采用64个麦克风的配置，能够直接在球调和域捕获RIR。数据集涵盖了多种房间配置，包括房间几何形状、声学吸收材料以及源-接收器距离的多样变化。本文还提供了详细的仿真设置描述，以确保可准确复现。该数据集是从事空间音频研究者的重要资源，尤其是在涉及机器学习以改进房间声学建模和声场合成的应用领域。它进一步提供了极高的空间分辨率和真实性，对诸如声源定位、混响预测和沉浸式声音再现等任务至关重要。
引用
@article{arxiv.2411.14207,
title = {HARP: A Large-Scale Higher-Order Ambisonic Room Impulse Response Dataset},
author = {Shivam Saini and Jürgen Peissig},
journal= {arXiv preprint arXiv:2411.14207},
year = {2025}
}
备注
Accepted at ICASSP 2025 Workshop. Code to generate uploaded at: https://github.com/whojavumusic/HARP