隐式神经频率响应场：面向封闭车厢的INFER
声音
2025-10-10 v1
摘要
准确建模空间声学特性对于在封闭、共振环境（如车厢）中实现沉浸式且清晰的音频至关重要。当前调校方法存在手动、硬件密集且静态的局限，无法考虑频率选择性行为及乘客存在或座椅调节等动态变化。为此，我们提出INFER：隐式神经频率响应场（Implicit Neural Frequency Response fields），一种基于频率域的神经框架，同时以源位置和接收位置、方向为条件，直接学习封闭共振环境（如车厢）中的复数频率响应场。我们在当前神经声学建模方法之上引入了三个关键创新：（1）新型端到端频率域前向模型，直接学习频率响应场及频率特异性衰减；（2）感知感知的硬件感知频谱监督，强调关键听觉频段，弱化不稳定交叉区域；（3）基于物理的Kramers-Kronig一致性约束，对频率依赖性衰减和延迟进行正则化。我们在多个真实车厢中收集的数据上进行评估。我们的办法在模拟和真实世界的汽车数据集上均显著优于时域和混合域基准，在平均幅值和相位重构误差方面分别降低超过39%和51%。INFER为汽车空间中的神经声学建模树立了新的最佳实践。
引用
@article{arxiv.2510.07442,
title = {INFER : Learning Implicit Neural Frequency Response Fields for Confined Car Cabin},
author = {Harshvardhan C. Takawale and Nirupam Roy and Phil Brown},
journal= {arXiv preprint arXiv:2510.07442},
year = {2025}
}