BinauralVAE: Пространственное восстановление звука для мировых моделей

arXiv: 2609.06837v1 Annuate Type: кросс-бюллетень: Эстетический искусственный интеллект исторически во многом опирался на визуальное восприятие, что приводило к распространению многообразных мировоззрительных моделей. Однако эта опора не позволяет получить полное пространственное понимание и может даже представлять уязвимость в среде с визуальными оккультизациями, низкосветовыми условиями или отключениями, где акустическая информация становится важнейшей альтернативой для пространственной осведомленности и навигации. Несмотря на свой потенциал, исследования в области реалистической пространственной аудиосвязи и особенно разработки аудиовизуальных мировых моделей по-прежнему являются незначительными. В этом техническом докладе мы представляем BinauralVAE: гибкий, открытый исходный трубопровод (https://github.com/Luizerko/Binarula VAE), который изучает многочисленные модели пространственной аудиореконструкции, переходя от фундаментальных исходных условий к передовым математически заземленным архитектурам. Наш подход позволяет оценить различные архитектуры Autoencoder -