视觉引导声场生成器

单声道即刻立体

用共享视觉时空信息引导生成器与判别器协同工作，生成空间真实感更强的双耳立体声。

Zhaojian, Li · 赵彬 · 袁源

Knowledge-Based Systems 2024

参数信息

最优性能指标数

5

技术优势

视觉引导更强

共享时空视觉信息在生成器与判别器之间交替更新，使生成过程能同时利用双向互补的视觉线索，从而提升双耳音频的空间真实感。

空间感知可量化

首次提出一个能够测量空间感知幅度和方向的指标，在时间维度上刻画感知，可以部分替代主观用户研究。

应用场景

• 虚拟现实音频：为VR场景自动生成与画面同步的空间音频，免去人工录制的成本。
• 助听设备：将单声道语音转换为双耳信号，帮助定位声源并提升清晰度。