RIR-Former：基于坐标引导的用于房间脉冲响应连续重建的Transformer
音频与语音处理
2026-05-12 v3 机器学习
摘要
房间脉冲响应（RIR）是许多声学信号处理任务的关键因素，但在空间中稠密测量往往不切实可行。本文提出RIR-Former，一种无网格、一步式前馈模型用于RIR重建。通过在Transformer主干中引入正弦编码模块，我们的方法有效地整合了麦克风位置信息，实现对任意数组位置的插值。此外，设计了分段多分支解码器，分别处理早期反射和后期混响，提升了整个RIR的重建质量。在多样化的模拟声学环境中的实验表明，RIR-Former在各种缺失率和阵列配置下，均 consistently 优于最先进的基线方法，表现为归一化均方误差（NMSE）和余弦距离（CD）。这些结果凸显了该方法在实际部署中的潜力，并激发了未来将其从随机分布的线性阵列扩展到复杂阵列几何、动态声学场景和真实环境的可能性。
关键词
引用
@article{arxiv.2602.01861,
title = {RIR-Former: Coordinate-Guided Transformer for Continuous Reconstruction of Room Impulse Responses},
author = {Shaoheng Xu and Chunyi Sun and Jihui Zhang and Prasanga N. Samarasinghe and Thushara D. Abhayapala},
journal= {arXiv preprint arXiv:2602.01861},
year = {2026}
}
备注
Published in ICASSP 2026. Code: https://github.com/ShaoHenry/RIR-Former . Equal contribution: Shaoheng Xu and Chunyi Sun