本文提出了一种数据集蒸馏的方法，通过集成剪断损失和梯度惩罚来调整专家轨迹参数的变化速率，并提出增强策略，以解决现有方法在训练大型机器学习模型时存在的问题。实验结果表明，该方法在各种规模、大小和分辨率的数据集上明显优于之前的方法。

Spatial LibriSpeech是一个包含超过650小时的19通道音频的空间音频数据集，用于机器学习模型训练。该数据集包含源位置、说话方向、房间声学和几何标签。通过对四个空间音频任务进行模型训练，结果表明该数据集在3D源定位、距离、T30和DRR估计方面具有良好的性能，并在评估数据集上表现出良好的泛化能力。