本文介绍了一种名为SoundVista的新方法，通过视觉-声学绑定从新视角合成环境声音。该方法不依赖声源细节的先验知识，适应不同房间布局和麦克风配置，在多种环境中表现出显著改进。

本研究提出了一种新方法Plane-DUSt3R，旨在解决多视角图像中的房间布局估计问题。该方法利用3D模型DUSt3R进行高效估计，效果优于现有技术。