基于信号预测扩散模型的房间脉冲响应完成，条件依赖于模拟的早期反射
音频与语音处理
2026-03-17 v2
摘要
房间脉冲响应（RIR）是音频数据增强、声学信号处理和沉浸式音频渲染的基本要素。虽然诸如图像源法（ISM）等几何模拟器能够高效生成早期反射，但由于缺乏声波效应，其生成的RIR现实性仍不足。我们提出一种基于扩散模型的RIR完成方法，使用信号预测，并以ISM模拟的直达路径和早期反射为条件。不同于现有方法，本方法对输入早期反射没有固定时长限制。我们进一步采用无分类器引导技术，以引导生成过程趋向由基于Treble SDK模拟的物理真实RIR分布所学习的目标分布。客观评估表明，所提方法在早期RIR完成和能量衰减曲线重建方面优于当前最先进的基线方法。
引用
@article{arxiv.2603.12442,
title = {Room Impulse Response Completion Using Signal-Prediction Diffusion Models Conditioned on Simulated Early Reflections},
author = {Zeyu Xu and Andreas Brendel and Albert G. Prinn and Emanuël A. P. Habets},
journal= {arXiv preprint arXiv:2603.12442},
year = {2026}
}
备注
The following article has been submitted for review to Interspeech 2026