轻量级隐式神经网络用于双声道音频合成
音频与语音处理
2026-01-26 v2 声音
摘要
高保真双声道音频合成对于沉浸式听觉体验至关重要，但现有方法需要大量计算资源，限制了其在边缘设备上的应用。为此，我们提出一种轻量级隐式神经网络 (Lite-INN)，这是一种新型双阶段框架。Lite-INN 首先使用时域变形生成初始估计，然后由隐式双声道校正器 (IBC) 模块进行细化。IBC 是一种直接预测�幅和相位校正的隐式神经网络，具有高度紧凑的模型架构。实验结果表明，Lite-INN 在感知质量上与最佳基线模型统计上相当，同时显著提高了计算效率。与前沿方法 (NFS) 相比，Lite-INN 参数减少 72.7%，所需计算运算 (MACs) 大幅减少。这表明我们的做法有效地解决了合成质量与计算效率之间的权衡，为高保真边缘设备空间音频应用提供了新解决方案。
引用
@article{arxiv.2509.14069,
title = {Lightweight Implicit Neural Network for Binaural Audio Synthesis},
author = {Xikun Lu and Fang Liu and Weizhi Shi and Jinqiu Sang},
journal= {arXiv preprint arXiv:2509.14069},
year = {2026}
}
备注
Accepted at IEEE ICASSP 2026