基于波形域神经网络的Ambisonics超分辨率

Apple Machine Learning Research · 2025-08-04T00:00:00Z

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%。