通过扩散后验采样实现与阵列无关的高阶 Ambisonics 编码

Ambisonics 提供了与设备无关的三维声场表示；然而，从实际麦克风阵列录音中提取这些系数仍然强烈依赖于阵列几何结构、声学传递函数和空间采样分辨率。这一流程通常分为两个不同的任务：编码，即重建物理上可分辨的空间分量；以及升阶，即生成更高阶的系数。基于模型的方法在不规则阵列上往往因传递矩阵病态而失效，而传统神经编码器则严格受限于训练时所见的特定采集设置。此外，现有的升阶方法通常假设理想低阶输入，忽略了设备特定的阵列伪影。我们提出 ADEUPS，一个统一框架，在推理过程中将阵列无关的 Ambisonic 扩散先验与显式物理采集模型耦合，从而实现对多种阵列配置的零样本编码与升阶。我们使用阶数掩蔽策略训练先验，并通过分数混合进行推理，我们证明这对于求解底层逆问题至关重要。通过在各种阵列几何结构上进行大量数值评估，我们表明 ADEUPS 始终优于任务特定和阵列特定的基线方法。最后，我们进行主观听音测试，以确认我们方法的感知有效性。

中文由 AI 翻译，仅供参考，以原文为准。