EAR-VAE

Stereo2Spatial模型将立体声音乐转换为空间音频

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。