基于波形域神经网络的Ambisonics超分辨率
💡
原文英文，约200词，阅读约需1分钟。
📝
内容提要
我们开发了一种数据驱动的空间音频解决方案，利用卷积时间域音频神经网络（Conv-TasNet），将第一阶Ambisonics（FOA）输入转换为更高阶的Ambisonics（HOA）输出。评估结果显示，预测的3阶HOA与实际之间的平均位置均方误差为0.6dB，感知质量比传统渲染方法提高了80%。
🎯
关键要点
- Ambisonics是一种描述声场的空间音频格式。
- 第一阶Ambisonics（FOA）格式仅包含四个通道，空间准确性有限。
- 我们开发了一种数据驱动的空间音频解决方案，保留FOA格式的效率，同时超越传统渲染的质量。
- 该解决方案利用卷积时间域音频神经网络（Conv-TasNet），将FOA输入转换为更高阶的Ambisonics（HOA）输出。
- 与传统物理和心理声学渲染器相比，这种数据驱动的方法是新颖的。
- 评估结果显示，预测的3阶HOA与实际之间的平均位置均方误差为0.6dB。
- 感知质量比传统渲染方法提高了80%。
🏷️
标签
➡️
