研究提出FoV-BSM-Net：可穿戴麦克风阵列双耳再现的自适应视场方法
可穿戴麦克风阵列双耳再现的自适应视场方法
（映维网Nweon 2026年10月05日）一支研究人员提出了一种全新的双耳信号匹配方法FoV-BSM-Net。相关方案利用卷积循环神经网络从麦克风信号中直接学习视场参数，避免了显式的声源定位，并在仿真和听音实验中优于传统方法。
虚拟现实、增强现实和高保真远程会议等应用对双耳再现的需求日益增长。双耳信号匹配（BSM）是一种常用的双耳再现方法，它在扩散场假设下能产生高质量的双耳信号，但在高直混比（DRR）条件下性能会下降。先前的改进方案引入了视场加权，但要么使用固定孔径，要么依赖显式声源定位，前者空间覆盖粗糙，后者受定位估计精度限制。
FoV-BSM-Net将FoV估计表述为信号相关的回归问题。整个流程分三步：首先，麦克风信号经短时傅里叶变换并组合为SALSA-Lite风格的空间表示；其次，卷积循环神经网络将该表示映射为四个FoV参数——中心仰角、中心方位角、仰角孔径和方位角孔径；最后，这些参数定义一个可微软加权矩阵，集成到BSM滤波器中，实现端到端训练。
......（全文 783 字，剩余 399 字）
