诺基亚与坦佩雷大学提出基于DNN的立体声编码方法，优化不规则麦克风阵列音频捕获
种利用深度神经网络估计从麦克风输入到双声信号的信号变换
（映维网Nweon 2025年03月20日）麦克风阵列信号的立体声编码可以实现各种空间音频应用，如虚拟现实。但它通常是为均匀间隔的球形麦克风阵列设计。
针对这个问题，诺基亚和芬兰坦佩雷大学团队提出了一种利用深度神经网络（DNN）估计从麦克风输入到双声信号的信号变换的方法。其中，使用由U-Net结构组成的深度神经网络，以及由平均误差、空间相关和能量保存组成的损失函数。
在多声源的模拟混响场景中，对具有规则和不规则形状的四个传声器阵列进行了验证。结果表明，所述方法在特定误差指标可以达到或超过传统的双声编码器的性能。
Ambisonics是一种独立于设备的空间音频捕获和再现表示，并广泛应用于VR/AR/XR应用。但它通常是为均匀间隔的球形麦克风阵列设计，不是主要为空间音频设计的，而且它们的形状不允许在一个球体均匀地放置麦克风。
所以，提供可以从具有任何麦克风阵列形状的设备中传递立体声信号，从而更灵活地将其用于各种空间音频应用的解决方案是有价值的。
......（全文 1104 字，剩余 698 字）
请微信扫码通过小程序阅读完整文章或者登入网站阅读完整文章
映维网会员可直接登入网站阅读
PICO员工可联系映维网免费获取权限
