NIIRF：用于 HRTF 上采样与个性化的神经 IIR 滤波器场
音频与语音处理
2024-02-29 v1 声音
摘要
头相关传递函数（HRTF）对于沉浸式音频至关重要，其空间插值研究旨在对有限测量数据进行上采样。近年来，将声源方向映射到 HRTF 的神经场（NFs）备受关注。现有的基于 NF 的方法侧重于从给定声源方向估计 HRTF 的幅值，并将该幅值转换为有限脉冲响应（FIR）滤波器。我们提出了神经无限脉冲响应滤波器场（NIIRF）方法，该方法转而估计级联 IIR 滤波器的系数。IIR 滤波器模仿了 HRTF 的模态特性，因此与 FIR 滤波器相比，仅需更少的系数即可实现良好近似。我们发现，该方法在多个数据集上可匹配现有基于 NF 方法的性能，甚至在测量数据稀疏时表现更优。我们还探索了将 NF 个性化适配至特定受试者的方法，并通过实验发现低秩自适应（low-rank adaptation）行之有效。
引用
@article{arxiv.2402.17907,
title = {NIIRF: Neural IIR Filter Field for HRTF Upsampling and Personalization},
author = {Yoshiki Masuyama and Gordon Wichern and François G. Germain and Zexu Pan and Sameer Khurana and Chiori Hori and Jonathan Le Roux},
journal= {arXiv preprint arXiv:2402.17907},
year = {2024}
}
备注
Accepted to ICASSP 2024