一个名为Stereo2Spatial的新开源模型已被开发出来，用于将立体声音乐转换为空间化双耳混音。该模型采用流匹配扩散方法，最初探索潜在空间，然后转向原始波形建模以提高质量。通过借鉴WavFlow论文中的幅度提升技术，实现了训练稳定性，并在双A6000 GPU上使用超过7000首曲目进行了训练。该项目包括发布的代码和用于推理的Windows桌面应用程序，均采用Apache 2.0许可证。 AI
影响 能够从现有的立体声音乐库中创建空间音频，有可能增强沉浸式聆听体验。
排序理由 该集群描述了一个新的开源模型及其相关的音频处理代码的发布。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
