TT-Net:基于双路径 Transformer 的球谐域声场平移
声音
2022-11-01 v1 音频与语音处理
摘要
在当前的基于球谐(SH)分析的声场平移方法中,基于加法定理的解通常面临由大矩阵条件数引起的奇异值问题。球径向函数的不同距离与频率对平移矩阵稳定性的影响会影响所选点处 SH 系数的精度。由于上述的问题,我们提出了一种基于双路径 Transformer 的神经网络方案。更具体地,双路径网络由沿频率和阶数两个轴维度的自注意力模块构成。网络中引入了变换-平均-拼接层与上采样层,为多采样点与上采样提供了解决方案。数值仿真结果表明,平移的工作频率范围与距离范围均得到扩展。所提出的双路径网络获得了更精确的高阶 SH 系数。
引用
@article{arxiv.2210.16849,
title = {TT-Net: Dual-path transformer based sound field translation in the spherical harmonic domain},
author = {Yiwen Wang and Zijian Lan and Xihong Wu and Tianshu Qu},
journal= {arXiv preprint arXiv:2210.16849},
year = {2022}
}
备注
Submitted to ICASSP 2023