空间音频

针对乐器随频率变化的辐射方向图难浏览难比较的问题，论文把每频带能量分布用少量 vMF 分量概括，在 41 件乐器上 70% 相似度时把约 492 kB 压缩到约 100 kB 且距离相关达 0.961，代价是高频细节需要更多分量。

SPHERE 针对双耳语音同时做九个感知的无参考预测，用众包听音得到真值，再以单分支与孪生卷积循环基线验证可行性，最好的片段级平均 PCC 为 0.706 而系统级孪生结构占优，但结论只在同类耳机采集与严格防泄漏划分下成立。

本文针对房间脉冲响应峰位滑动导致逐点误差失效的问题，提出直接比较带正负号波形的带符号 Wasserstein-1 距离，在声源位移与房间缩放扰动下得到更平滑的损失地形，并在可微镜像源模型中提高房间尺寸恢复精度，但吸声系数估计仍以逐点误差更准。

论文把有视觉反馈的声音指向任务建模为对变分自由能的在线自然梯度下降，用侧向精度、极角精度和半脑场权重三个信念分量解释个体学习曲线，并用留出似然和极角加权稳健性检验限定结论成立条件。

Sonic-AMG 针对双耳音频流加世界系声源位置输入，用 what 与 where 分离表征加因果 Transformer 与流头逐段生成动作，并以排练训练和空间反馈缓解历史与空间条件失配，在 SAM 上取得最优 FID 与 R-precision 且保持实时流式生成，但结论限于 SAM 划分与已知声源位置条件。

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。

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

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。

针对车内多座位语音串扰问题，该研究把心理声学掩蔽权重写入多用户 MIMO 加权最小均方误差预编码，在实车测得脉冲响应上报告 MU-MIMO-Perceptual 取得 STOI 0.859 与 ViSQOL 4.191 的最高语音质量，代价是在部分频段声对比度不及只压能量的 ACC 与 PM。

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。

针对参量阵扬声器非线性自解调难以建模的问题，论文把任务从音频到音频改为超声到音频并用多速率 WaveNet 实现，在同一 USBAM 样机上以总谐波失真与互调失真误差为指标优于同骨干音频输入网络与二阶 Volterra 滤波器，代价是需要 192 kHz 超声输入与同步采集条件。

针对极角估计中声源谱与头相关传输函数纠缠的病态问题，论文用相关性贝叶斯观察者联合评估生态声源先验与五种空间先验，最强证据是所有变体复现了谱分辨率提高时极角误差与象限错误率单调下降而非对称先验整体更贴合，但生态声源先验增益有限且组水平无一致最优先验。

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。

共收录 60 篇 icmc-2026 会议论文的 Reader 深度解读

共收录 160 篇 nime-2026 会议论文的 Reader 深度解读

该文把空间聆听界定为连接听觉生理、现象学与社会政治的具身关系实践，以三件作者作品为线索串联理论，最强证据是文献与创作过程的对应说明，代价是未提供可重复测量的实验数据与对照。

本文用批判系谱学追溯从立体声到 MPEG-I 的六种空间音频表示，指出它们都把空间压缩为可预先书写的坐标图并交由系统忠实再现，其代价是把具身的、关系的聆听经验排除在外，而关系性渲染所需的许多技术能力其实已经存在。

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