Spatially Encoded Transformer

Transformer 模型从稀疏输入重建音频空间化数据

研究人员开发了 HRIR-Former，这是一种新颖的时域 Transformer 模型，旨在从稀疏测量中重建任意方向的头部相关脉冲响应 (HRIR)。与通常在频域操作或依赖最小相位假设的先前方法不同，HRIR-Former 直接在时域中重建 HRIR，避免了潜在的时间保真度和空间连续性下降。该模型结合了正弦空间特征、Conv1D 精炼模块以及用于双耳时间差和水平差的辅助头，在 SONICOM 数据集上的性能优于现有技术。