基于源位置条件化自编码器的空间稀疏测量头相关传输函数插值
声音
2022-07-25 v1 音频与语音处理
摘要
我们提出一种利用带源位置条件化的自编码器从稀疏测量的头相关传输函数（HRTF）进行插值的方法。该方法源于基于正则化线性回归（RLR）的HRTF插值方法与自编码器之间的类比。通过此类比，我们发现了基于RLR方法的关键特征，即HRTF被分解为依赖于源位置与独立于源位置的因素。基于该发现，我们设计编码器与解码器，使其权重与偏置由源位置生成。此外，我们引入一个聚合模块，以降低潜变量对源位置的依赖，从而获得每个受试者的独立于源位置的表示。数值实验表明，所提方法对未见过的受试者表现良好，且仅用八分之一测量量即可达到与基于RLR方法相当的插值性能。
引用
@article{arxiv.2207.10967,
title = {Head-Related Transfer Function Interpolation from Spatially Sparse Measurements Using Autoencoder with Source Position Conditioning},
author = {Yuki Ito and Tomohiko Nakamura and Shoichi Koyama and Hiroshi Saruwatari},
journal= {arXiv preprint arXiv:2207.10967},
year = {2022}
}
备注
Accepted to International Workshop on Acoustic Signal Enhancement (IWAENC) 2022