基于球面 CNN 的头相关传输函数插值
音频与语音处理
2023-09-18 v1 声音
摘要
头相关传输函数（HRTF）对于虚拟现实应用中的空间声场重放至关重要。然而，获取个性化、高分辨率 HRTF 是一项耗时且昂贵的任务。近期，基于深度学习的方法在从稀疏测量中插值高分辨率 HRTF 方面展现出潜力。其中部分方法将 HRTF 插值视为图像超分辨率任务，忽视了空间声学特征。本文提出一种用于 HRTF 插值的球面卷积神经网络方法。该方法通过球谐函数（SHs）对 HRTF 进行分解与重构来实现卷积过程。SHs 是定义于球面上的正交函数集，可使卷积层有效捕获在球面上采样的 HRTF 的空间特征。仿真结果证明了所提方法在从稀疏测量实现精确插值方面的有效性，其性能优于 SH 方法与基于学习的方法。
引用
@article{arxiv.2309.08290,
title = {Head-Related Transfer Function Interpolation with a Spherical CNN},
author = {Xingyu Chen and Fei Ma and Yile Zhang and Amy Bastine and Prasanga N. Samarasinghe},
journal= {arXiv preprint arXiv:2309.08290},
year = {2023}
}