arXiv · AI· Goksenin Yuksel, Marcel van Gerven, Kiki van der Heijden·· 11 天前AI 评分38
AudioSphere:迈向自监督空间音频表示模型
AudioSphere: Towards Self-Supervised Spatial Audio Representation Models
AI 导读
AudioSphere 是一个多通道掩码自编码器,首次实现使用冻结自监督骨干进行声音事件检测与定位(SELD)。 模型在 Ambisonics 录音上训练,通过时空掩码策略联合学习声学与空间特征,支持帧级预测和片段级表示。 代码和数据已开源,相关论文已被 NeurIPS 2026 接收。
来源:arXiv · AI · arxiv.org