场景-wide 声学参数估计
音频与语音处理
2025-11-20 v3
摘要
对于增强现实（AR）和虚拟现实（VR）应用，准确估计场景声学特征对于创造沉浸感至关重要。然而，直接从场景几何中估计房间脉冲响应（RIR）往往是困难且需要大量数据的任务。我们提出一种方法，通过轻量级信息推断整个场景的空间分布声学参数（如 C50、T60 等），这些信息在 AR/VR 环境中 readily available。我们考虑将 2D 平面图在校准 RIR 测量条件下转换为声学参数的 2D 热图的图像到图像翻译任务。此外，我们展示了该方法也适用于方向依赖（即波束化）参数预测。我们发布了一个包含 1000 间复杂场景的数据集来研究该任务，并在强统计基线之上实现了改进。
引用
@article{arxiv.2410.23523,
title = {Scene-wide Acoustic Parameter Estimation},
author = {Ricardo Falcon-Perez and Ruohan Gao and Gregor Mueckl and Sebastia V. Amengual Gari and Ishwarya Ananthabhotla},
journal= {arXiv preprint arXiv:2410.23523},
year = {2025}
}
备注
Published in WASPAA 2025