研究人员开发了一种名为 HRTFformer 的新型基于 Transformer 的架构，以提高头部相关传递函数 (HRTF) 上采样的质量。该模型使用注意力机制来更好地捕捉 HRTF 球体上的空间相关性，解决了先前机器学习方法在保留局部空间变化方面的局限性。通过引入邻域不相似性损失来保证幅度平滑，HRTFformer 从稀疏测量中实现了更逼真、更准确的 HRTF 重建，在客观和感知评估中均优于现有方法。 AI
影响 通过改进 HRTF 重建，增强了沉浸式音频的真实感，可能影响 VR/AR 和游戏体验。
排序理由 这是一篇详细介绍新模型架构的研究论文。[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 →