基于神经声学多极子的房间脉冲响应合成

在任意接收位置预测房间脉冲响应（Room Impulse Response, RIR）是实际应用中实现空间音频渲染的关键技术。我们提出了神经声学多极子 splatting（Neural Acoustic Multipole Splatting, NAMS）方法，通过学习神经声学多极子的位置并预测其发射信号和辐射特性来合成未见过接收位置的 RIR。将声场表示为多极子组合，能够在满足亨尔哈特方程等物理约束的前提下，表达复杂的声学场景。我们还引入一种修剪策略，从稠密的神经声学多极子开始，逐步在训练过程中消除冗余的多极子。在真实数据集和合成数据集上的实验表明，所提方法在大多数指标上优于先前方法，同时保持了快速的推理速度。消融研究表明，仅使用 20% 的多极子，采用带修剪的多极子 splatting 即可优于单极子模型。