论文解读
把混响时间锁在目标附近:感知加控制的自调节厅堂闭环
该文要解决厅堂在人员与声源变化下混响时间漂移的问题,选择用卷积神经网络估计当前混响时间再由强化学习调节面板吸声系数的闭环路线,给出的最强证据是动态条件下把混响时间维持在目标 0.15 秒以内,代价是全过程依赖仿真反馈且未报告真实厅堂部署的延迟与能耗实测。
该文要解决厅堂在人员与声源变化下混响时间漂移的问题,选择用卷积神经网络估计当前混响时间再由强化学习调节面板吸声系数的闭环路线,给出的最强证据是动态条件下把混响时间维持在目标 0.15 秒以内,代价是全过程依赖仿真反馈且未报告真实厅堂部署的延迟与能耗实测。
针对未知发射时间的单声源被动定位,论文把问题保持为 ToA 最小二乘并联合估计位置与发射时刻,用基于边的分布式 ADMM 给出闭式局部更新,仿真显示严格停止阈值下其趋势接近集中式求解器与 CRLB 参考,但宽松阈值出现高位平台且收敛只对平滑近似证明。
针对传统降噪不分期望声与噪声一起压制的问题,该文把保向降噪写成降噪项与保持项加权优化,用方向调制的卷积网络从混合参考一次估计多通道 FIR 滤波器组,在 3300 个仿真场景以 22.8 dB 降噪和 -11.4 dB 期望失真取得折中,代价是近方向受阵列可分性限制且需按几何重训。
针对多房间中墙体遮挡导致单点麦克风观测碎片化的问题,论文用分布式麦克风的拓扑感知图融合与几何约束的冻结大语言模型推理将声学证据补全为物理一致的叙事,并在受控仿真中以三元组与空间一致性等指标验证其相对集中式基线的优势与代价。
声场重建 | 8.7/10
语音分离 | 7.5/10
语音增强 | 7.3/10
语音分离 | 6.5/10
声源定位 | 7/10
说话人提取 | 6.3/10
音频增强 | 5.7/10
语音提取 | 6/10
声源定位 | 7.0/10
声源定位 | 7.5/10
声源定位 | 6.0/10
波束成形 | 7.0/10
语音增强 | 7.0/10
声源定位 | 7.0/10
声源定位 | 8.0/10
声源定位 | 8.0/10