PulseAugur
实时 11:03:48
English(EN) Physics-Informed Neural Engine Sound Modeling with Differentiable Pulse-Train Synthesis

新型神经网络模型利用物理学合成逼真的引擎声音

研究人员开发了一种名为脉冲串谐振器(PTR)的新型神经合成模型,用于生成逼真的引擎声音。与以往侧重于频谱特征的方法不同,PTR直接模拟引擎音频的底层脉冲形状和时间结构。该模型整合了物理信息偏差,如谐波衰减和热力学音高调制,以模拟排气声学和发动机点火模式。在评估中,与现有的基线模型相比,PTR在谐波重建方面有了显著改进,并降低了总体损失。 AI

影响 引入了一种生成逼真引擎音频的新方法,可能对汽车和模拟行业的声音设计产生影响。

排序理由 该集群包含一篇详细介绍新型物理信息神经网络引擎声音建模技术的 ist 研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Robin Doerfler, Lonce Wyse ·

    Physics-Informed Neural Engine Sound Modeling with Differentiable Pulse-Train Synthesis

    arXiv:2603.09391v2 Announce Type: replace-cross Abstract: Engine sounds originate from sequential exhaust pressure pulses rather than sustained harmonic oscillations. While neural synthesis methods typically aim to approximate the resulting spectral characteristics, we propose di…