房间脉冲响应估计

论文把同一空间内多位置房间脉冲响应的短时傅里叶功率写成衰减率参数化的非负矩阵分解，用 Itakura-Saito 散度做损失并提出贡献加权 SAGE 来加速衰减率更新，在真值分离较好的合成双衰减上恢复准确、在耦合房间实测中得到平滑的频率相关混响时间曲线，代价是分量数需预先给定且相距很近的衰减仍难分辨。

论文把单次混响拍手建模为未知拍手与未知房间冲激响应的卷积，用消声拍手数据集构造合成配对训练神经回归器，在受控合成基准上全面优于加窗激励基线，并在 7 个真实房间中把频谱离散度从原始录音水平降到更一致的估计，但与已知激励解卷积参考仍有差距。

该文把板混响辨识做成基于仿真的推断，用多分辨率谱摘要加神经样条流从脉冲响应学参数后验，再对每个测试样本做三轮定向仿真精修并用波形重建误差做选择，在 50 条测试脉冲上把全局误差降到 0.47×10 的负三次方，代价是每次精修约 2.5 小时。

共收录 1354 篇 interspeech-2026 会议论文的 Reader 深度解读

该研究用矩形房间大量仿真房间脉冲响应做预训练，再只用 10 个 L 形与不规则房间微调解码器，在未见过的 40 个目标房间上把均方误差降低 56%，但代价是仍依赖仿真数据与固定采样设置且未验证真实测量房间。

针对单通道带噪混响语音的盲房间脉冲响应估计问题，Rec-RIR 用去噪加去混响加卷积传递函数估计的多任务网络做混响谱重建再经伪侵入式测量转成波形，在 SimACE 上取得声学参数与早期反射的最优精度，代价是需要直达声对齐监督和 0.96 秒建模上限与 35.2 GMACs 每秒计算量。

针对已知房间内任意发射接收位置的 RIR 预测问题，MiNAF 用 Fibonacci 射线在粗网格上采集显式局部几何并与神经声场结合，在 SoundSpaces 和 GWA 上以 T60、C50 和 EDT 为核心证据取得可比或更优的重建，同时在少数据和噪声网格下保持鲁棒，但跨场景泛化和稠密采样的探测成本仍受限。

该文针对混响语音盲估计的房间嵌入易被语音内容和破损扰动的问题，用冻结 RIR-VAE 潜空间锚定加多正对比学习表示，并用破损离散度排序校准单句不确定性分数，在 RIR 验证 AP 达 0.99 和全局排序相关 0.90 的同时保持重建与参数估计基本不变。

针对用低阶镜像声源法早期反射补全完整房间脉冲响应时会出现不连续的问题，该文采用以信号预测为目标并以模拟早期反射为条件的扩散模型，结合能量衰减曲线损失与分类器无关引导，在混合训练下改善了早期补全与衰减曲线重建，但推理需要完整 200 步反向扩散而慢于单次前向基线。

DAMSEP 针对单麦克风混叠下丢失空间信息的问题，用分离主干加共享去混响与多声源复数传递函数估计做联合训练，在 HETMIXR 上以可复述的混响重建约束实现分离与近远排序，最强证据是相对 TF-Locoformer 的 SI-SDRi 提升 0.65 dB，代价是需要成对干净与混响监督和固定扫频解码流程。

针对用稀疏参考 RIR 预测未见目标位置 RIR 的跨场景任务，论文提出按时间分流到双曲分支与欧氏分支再由上下文门融合的 Janus-RIR，在 AcousticRooms 上 K=8 时把 T60 误差降到 7.75% 并把 C50 误差降到 1.12 dB 左右，代价是需要并行双分支聚合与熵正则等额外结构。

针对家具移除与移动后同一声源接收位置的房间脉冲响应更新问题，论文提出以均匀材质仿真代理刻画几何变化的 PG-RIR，在 14 场景留一评估上把 T60 误差降到 0.0316 秒左右，但多步回代会累积平滑且逆渲染基线在大表面数下失效。

针对移动物理声源导致镜像源整体平移且部分可见性变化的问题，论文用部分最优传输恢复起点与终点镜像源集合的配对并做位移插值，在统计数据和镜像源仿真数据上均优于线性插值，而源信息代价在简洁性和精度上最实用。

针对从已知声源镜像源点云插值新声源点云的问题，该文用物理位移等于镜像位移的不变性构造最优传输地面代价并求重心，交替估计关联与位置，在 3×4 米二维二阶反射仿真和 400 次蒙特卡洛下 One-PC 初始化最优，但近墙密集混叠与大扰动下误差放大且无实测验证。

针对一秒脉冲响应要估计数千个密集模态的问题，该工作用音频频谱变换器看全局结构、用动态模态分解提供局部衰减先验，在 1000 条验证上把总相对误差从 1.976 降到 0.867，但增益误差仍高达 0.907 且模态计数偏差仍大。

针对语音激励、混响与噪声变化下的批量声学系统辨识，该工作把最小二乘加多重稀疏约束的参数化模型族用交替方向乘子法求解并展开为 ADMM-SysIDNet，在 Bar-Ilan 实测房间冲激响应与 LibriSpeech 激励下以归一化均方偏差为指标优于最小二乘和 ADMM-ℓ1，代价是依赖分混响条件的离线训练与批量观测流程。

从单条脉冲响应反推平板混响六参数时，先用峰值归一化 CMA-ES 定五个形状参数再用无归一化三等分搜索定面密度，在 50 条验证脉冲上达到约 10 的负 14 次方量级中位误差，代价是第一阶段中位约 32.6 秒的逐条搜索耗时。

针对板混响脉冲响应中弱模态与重叠模态难以直接检出的问题，该研究先用回归器预测四个频带的模态数量以确定稠密网格基数，再固定频率对衰减与增益做有界可微校准，在两个仿真验证集上把本地挑战式误差相对官方默认峰值拾取降低约 66%，主要收益来自计数误差下降而衰减与增益仍是最大残差。

共收录 103 篇 cvpr-2026 会议论文的 Reader 深度解读

共收录 91 篇 dafx-2026 会议论文的 Reader 深度解读