子标签

下方只统计已核验方向的论文记录,按已核身份去重,身份待核时按页面保留。“直接”只含明确标注该方向的论文;“含子树”同时包含下级方向。点击名称进入论文库继续筛选;数量与上方按标签名称收录的页面数不同。

论文解读

用可微模态合成反推薄板参数:两阶段梯度搜索如何绕开非凸陷阱

针对从单条合成脉冲响应估计薄板六参数的逆问题,论文用 PyTorch 可微模态合成器加多尺度谱损失做推理时优化,以 500 次短探测加 1500 步精修的两阶段策略应对非凸,在 8 条响应上把平均归一化均方误差降到 4.29×10-3 量级,代价是平均每条约 13.42 分钟的优化时间。

 · 更新于 2026-11-05 · 约 15 分钟 · 7059 字 阅读 →
论文解读

测得的空间房间脉冲响应:先分离早晚反射,再把阵列缺陷一起重建

该文针对球形阵列测得的高阶 Ambisonics 空间房间脉冲响应,用 Herglotz 分析重建早期反射的方向与到达时间并显式仿真散射与空间混叠,用方向反馈延迟网络重建晚期混响的方向相关衰减,在 IRCAM Espro 厅 EM32 实测上以球面相关和能量衰减浮雕贴近测量,代价是保留单斜率指数衰减假设与阵列阶数限制。

 · 更新于 2026-11-05 · 约 19 分钟 · 9433 字 阅读 →
论文解读

去掉运行时抽象的波数字电路仿真:用静态代码生成逼近理论下界

针对波数字滤波器实时仿真中面向对象抽象与冗余状态带来的开销,论文用描述语言加静态编译生成最小状态代码,在四类电路上以每样本周期数与指令数为证据逼近理论性能界,代价是拓扑必须在编译时固定并依赖热重载维持可修改性。

 · 更新于 2026-11-05 · 约 20 分钟 · 9917 字 阅读 →
论文解读

把房间本身当乐器:用夸张混响让演出地点被听见

该研究用房间脉冲响应的自卷积夸张系统把场地声学变成可演奏的混响,在 7 场演出中以质性反馈和频谱分析显示可听声学特征更易引发对空间与人的觉察,代价是啸叫、浑浊与可懂度损失。

 · 更新于 2026-11-05 · 约 19 分钟 · 9176 字 阅读 →
论文解读

椰壳共鸣的两根丝弦如何被算出声音:耶胡的刚性弦、弹塑性弓毛与模态琴桥

该文把耶胡拆成两根刚性弦、按压手指、弹性弓毛与模态琴桥来做有限差分声音合成,用锤击与激光测振标定弦与琴桥参数,在弓弦稳态速度拟合与 10 秒音频约 1.49 秒算完的实时性上给出证据,代价是手指参数靠经验选取且弓力弓速在演奏验证中未知。

 · 更新于 2026-11-05 · 约 18 分钟 · 8802 字 阅读 →
论文解读

不拟合频谱而是重放点火脉冲:脉冲串加共振器的发动机声建模

针对发动机爆燃脉冲的时序本质,论文用可微脉冲串加卡普拉斯-斯特朗共振器重建声音,在三类发动机共 7.5 小时音频上把总验证损失平均降低 5.7%、谐波重建提升 21%,代价是共振器音色偶尔偏离目标且尚未在真实录音上验证。

 · 更新于 2026-11-05 · 约 17 分钟 · 8068 字 阅读 →
论文解读

线性插值是瓶颈:用拉格朗日插值加切比雪夫逼近重做抗混叠积分

论文把抗导数抗混叠首步的线性插值换成二三阶拉格朗日插值,并用切比雪夫多项式逼近非线性使矩形与三角核积分可闭式计算,在 3192 Hz 正弦加 tanh 与硬削波实验中显著提升信噪比,代价是每样本多次非线性求值与离散余弦变换开销。

 · 更新于 2026-11-05 · 约 18 分钟 · 8620 字 阅读 →
论文解读

配准耳甲几何能压缩多少个性化 HRTF 信息:30 维 PCA 与多域损失的受控对照

该工作用共享拓扑的配准耳网格研究几何驱动的个性化 HRTF 合成,对比 30 维 PCA 几何与全分辨率网格、潜空间与全信号回归以及单域与多域损失,显示多域复合损失把时域表示的 LSD 从约 15 dB 降到约 9.4 dB,但全几何增益依赖表示且波形一致性仍有限。

 · 更新于 2026-11-05 · 约 20 分钟 · 9962 字 阅读 →
论文解读

只用距离回声找墙:三对不够稳时如何用几何约束补齐

该文研究已知麦克风与声源位置下用直达与反射距离估计鞋盒房间六面墙的问题,提出三距离全求解器与两距离正交求解器并结合 RANSAC 剔除误检,最强证据是已知 chirp 与未知移动音乐两类仿真及 ScanNet++ 伪合成与实录中仍能找回多面墙,代价是逐墙剔除会误删他墙对应距离且后几面墙更难找。

 · 更新于 2026-11-05 · 约 23 分钟 · 11356 字 阅读 →
论文解读

有输出不等于有证据:把可用性、确认锁定和预测延续分开算的时间码恢复对照

论文用同一比特流解码器比较固定阈值、自适应阈值和有限时域保持三种因果策略,在噪声 0.06 处自适应把确认可用性从 0.868 提到 0.936、时域保持把总可用性提到 0.981,而 64 采样重复丢点下预测只提总可用性不提确认率,代价是长间隙下误差和假锁定上升。

 · 更新于 2026-11-05 · 约 17 分钟 · 8296 字 阅读 →
论文解读

用可变混响腔做反馈乐器:在不可预测中保留可学控制

Rumbler 以两端装麦克风与扬声器的可伸缩弯扭管道构成混响反馈环,用 ChucK 滤波器与手势映射在谐波稳态与过渡噪声之间转向,代价是无输入时更不可预测且演出需冻结链路反复练习。

 · 更新于 2026-11-05 · 约 21 分钟 · 10127 字 阅读 →
论文解读

不想画板子也不想调 USB,也能把传感器变成乐器:Seraph 的省力与代价

Seraph 针对新手做 MIDI 控制器时卡在电路布线与 USB-MIDI 固件的问题,用 Teensy 4.1 转接板加单文件示例固件把接线与映射模板化,并以 CalArts 课堂上的三件学生作品显示它能跑通穿戴、光敏与转盘三种形态,代价是未做延迟、成本与学习效果的定量测量。

 · 更新于 2026-11-05 · 约 22 分钟 · 10748 字 阅读 →
论文解读

把非线性放进反馈回路:用反馈延迟网络做可控衰减的微光混响

该研究把五种近能量保持的非线性与时变操作放进反馈延迟网络的反馈回路来合成微光混响,在固定采样率与 8 通道长延迟条件下显示可产生偶次谐波与高八度并维持稳定,代价是混响时间不再严格保持且需直流阻塞与抗混叠补偿。

 · 更新于 2026-11-05 · 约 19 分钟 · 9062 字 阅读 →
论文解读

一张图如何长出可走可听的三维声景:SonoWorld 的定位与空间化链路

论文提出从单图生成可导航三维视觉加空间声场的新任务,并用免训练的全景重建加语义接地加高保真立体声编码链路实现,在 68 段实录上的方向误差降低 47% 等报告提升下仍保留运动声源等明确边界。

 · 更新于 2026-11-05 · 约 21 分钟 · 10294 字 阅读 →
论文解读

可微拨弦:当频谱损失推不动起音时刻,参数损失与外部检测器如何分工

该研究用可微扩展 Karplus-Strong 做事件级声音匹配,证明时域拉格朗日插值梯度可用且无时间混叠,揭示频谱损失无法给出多事件起音方向梯度,仅用合成参数损失能学到音高音色与起音但难泛化,真机上外部检测器加音频损失最稳,而谐波加噪声基线多数重建指标更高。

 · 更新于 2026-11-05 · 约 21 分钟 · 10131 字 阅读 →
论文解读

不为控制发声:把手部预测失败变成增强现实里的声音材料

该文把双手关节未来位置的预测误差同时映射为幽灵手可视化和双手粒度合成参数,并在 2 分钟录制数据上比较 6 种算法预测器在 5 种预测跨度下的均方误差,代价是依赖受限算力的启发式映射与自适应量程调节且无正式用户评估。

 · 更新于 2026-11-05 · 约 19 分钟 · 9352 字 阅读 →
论文解读

只反转波形不删除人声:分段逆放如何同时保住场景与音质

针对环境录音中可懂语音的隐私问题,论文用语音活动检测加语音分离定位语音后再做分段波形反转,在 CitySpeechMix 上报告词错误率 97.9%、声源分类准确率下降 2.7%、FAD 为 1.40,代价是确定性反转可被二次处理部分恢复,需重排序增强鲁棒性并损失音质。

 · 更新于 2026-11-05 · 约 19 分钟 · 9089 字 阅读 →
论文解读

在离群点占多数时仍要全局最优:用内点最大化做远场声源方向估计

针对特设麦克风网络中到达时差含大量离群点时方向估计易陷入局部极小的问题,该文把估计写成内点数最大化并用两点临界点枚举保证全局最优,在合成数据上 80% 离群率下仍保持可用、在 13 段室外无人机实录上优于离散化与最小二乘,代价是计算量随测量数平方增长且依赖内点界的选取。

 · 更新于 2026-11-05 · 约 15 分钟 · 7424 字 阅读 →
论文解读

同一根弦又当传感器又当执行器:洛伦兹时分复用如何实现同位自持

论文用导电琴弦加永磁体实现传感与驱动同位,用 20 kHz 时分复用交替完成感应电动势采样与脉宽调制洛伦兹力驱动,在单弦琴与改装自动竖琴和天气竖琴上验证了免校准自持,其代价是只能控制单轴、受热漂移与材料限制且伴随代码链接当前不可用。

 · 更新于 2026-11-05 · 约 19 分钟 · 9342 字 阅读 →
论文解读

紧耦合传感与驱动:在同一位置、同一模态上同时收发而不互相淹没

本文要解决混合乐器中传感与驱动同位、同时、同模态、同频段时的串扰与失稳问题,梳理分时、频分、阻抗与异模态四类做法,最强证据来自低惯量弦的直接传感驱动与超声频分实例,代价是带宽、功率、线性与延迟约束同时收紧。

 · 更新于 2026-11-05 · 约 21 分钟 · 10305 字 阅读 →