重放自由场虚拟源距离信息的动态双耳Ambisonics方法

提出了一种面向虚拟现实应用场景的房间脉冲响应计算模型, 将深度学习神经网络技术与心理声学感知参数结合, 能够高效地从虚拟现实场景信息中预测具有听觉感知意义的房间脉冲响应。在确保高质量预测结果的同时, 该模型可以满足虚拟现实音频场景中生成房间脉冲响应所需的实时性、高采样率、非受限长度和轻量化的要求。
模型首先通过图卷积神经网络将场景中的声学信息编码, 然后通过神经声场与转置卷积模型将声学信息解码得到房间脉冲响应感知参数, 最后根据房间脉冲响应感知参数恢复出房间脉冲响应信号。实验结果表明, 所提模型在房间脉冲响应生成质量、计算开销以及功能性方面都有较大的优势, 可较好地满足虚拟现实音频对于实时生成房间脉冲响应的需求。