研究人员推出SonicWorld,一个新颖的动态空间音频推理系统,能够将声学观测与特定声源相关联,并随时间确定其空间状态。为了评估此能力,他们开发了Sonic-Bench,一个包含模拟室内场景的基准数据集,并附带用于定位、距离估计和运动推理任务的问答对。SonicWorld将声学、语义和物理特征整合到持久的声源状态中,将其投影到Omni LLM进行推理,并在基准测试和零样本迁移测试中展示了优于Spatial-Omni模型的准确性。 AI
排序理由 该集群描述了一个新的基准和空间音频推理系统,详见arXiv论文。[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 →