用于空间声音估计的分布式声学专家组合方法

《IEEE Open Journal of Signal Processing》:Distributed Acoustic Mixture-of-Experts for Spatial Sound Estimation

【字体: 大 中 小 】 时间:2026年05月15日 来源:IEEE Open Journal of Signal Processing 2.7

编辑推荐:

   摘要: 准确的空间声学特性描述对于沉浸式音频应用(如虚拟现实和增强现实)至关重要,这些应用要求对声场进行低延迟、高保真的渲染。传统方法(包括基于物理学的模拟和集中式的深度学习模型)在可扩展性、数据效率以及稀疏测量条件下的

  

摘要:

准确的空间声学特性描述对于沉浸式音频应用(如虚拟现实和增强现实)至关重要,这些应用要求对声场进行低延迟、高保真的渲染。传统方法(包括基于物理学的模拟和集中式的深度学习模型)在可扩展性、数据效率以及稀疏测量条件下的鲁棒性方面面临显著挑战,并且通常在获得新测量数据时需要重新训练或微调。本文提出了DAME(分布式声学专家混合框架),用于大面积空间声学建模。DAME将全局声场重建任务分解为局部子问题,每个子问题都由一个针对特定区域数据进行训练的紧凑型神经专家处理,同时一个轻量级的门控网络根据空间查询合并各个专家的预测结果。与现有技术不同,该框架支持在接收端进行增量扩展:可以添加新的专家来覆盖之前未采样的区域,仅更新门控网络,从而避免对整个模型进行完全重训练并保留之前学习到的行为。在模拟和真实世界的更高阶Ambisonics房间脉冲响应上进行评估时,DAME在重建精度、方向估计和能量衰减保持方面始终优于现有的参数化方法、基于核的方法以及基于物理学的模型。计算分析证明了其适用于低延迟操作,而感知评价也证实了其更高的音频质量和空间保真度。因此,该框架为在具有挑战性的稀疏数据环境下实现鲁棒的空间音频重建提供了一种可扩展且数据效率高的解决方案。

全文内容:

相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号