基于速度势神经场的高效 Ambisonics 脉冲响应建模
声音
2026-03-25 v1 音频与语音处理
信号处理
摘要
一阶 Ambisonics（FOA）是基于球面谐波分解的空间音频格式，其零阶和一阶分量分别捕捉声压和粒子速度。最近，应用基于物理的神经网络对 FOA 信号进行空间插值，通过从物理原理（例如线性动量方程）派生的软惩罚项对网络输出进行正则化。在本文中，我们重新表述该任务，使得预测的 FOA 信号自动满足线性动量方程。我们的网络 approximates 一个称为速度势的标量函数，而非直接预测 FOA 信号。然后，根据声传播物理学原理，可通过对速度势对网络输入（即时间和麦克风位置）的偏导数来恢复 FOA 信号。通过从单个通道的速度势推导 FOA 的四个通道，重构的信号在任意时间和位置下都遵循物理原理。在房间脉冲响应重建实验中，我们的实验结果确认了所提出框架的有效性。
关键词
引用
@article{arxiv.2603.22589,
title = {Velocity Potential Neural Field for Efficient Ambisonics Impulse Response Modeling},
author = {Yoshiki Masuyama and Francois G. Germain and Gordon Wichern and Chiori Hori and Jonathan Le Roux},
journal= {arXiv preprint arXiv:2603.22589},
year = {2026}
}
备注
Accepted to ICASSP 2026