Kernel ridge regression based sound field estimation using a rigid spherical microphone array
针对现有核岭回归声场估计未利用散射体边界条件的问题,提出利用刚性球面麦克风阵列的已知散射源位置与边界条件,在核岭回归框架中引入边界约束,经仿真和实测验证有效。
2025-08-05 eess.AS
Circumvent spherical Bessel function nulls for open sphere microphone arrays with physics informed neural network
本文提出利用物理信息神经网络(PINN)对开放球麦克风阵列的测量进行建模并预测不同半径球面的声场,从而克服球贝塞尔函数零点问题,有效获取原本难以直接测得的声场系数。
2023-08-01 eess.AS
A Zero-Shot Physics-Informed Dictionary Learning Approach for Sound Field Reconstruction
针对声场重建中数据依赖和物理建模难题,提出一种零样本物理先验字典学习方法,仅用少量稀疏测量并结合Helmholtz方程优化即可达到与SOTA技术相当的性能。
2024-12-24 eess.AS eess.SP
Sound Field Reconstruction Using a Compact Acoustics-informed Neural Network
University of Sydney(悉尼大学);RMIT University(皇家墨尔本理工大学)
本文提出一种紧凑的声学信息神经网络(AINN)方法用于声场重建,利用Helmholtz方程进行正则化,能基于边界声压预测区域内的声压及梯度,数值实验证明其优于传统方法。
2024-02-14 cs.SD eess.AS
An Active Noise Control System Based on Soundfield Interpolation Using a Physics-informed Neural Network
The Australian National University(澳大利亚国立大学)
针对多点ANC需在ROI内放置误差传声器的问题,提出利用PINN依据ROI外监测传声器信号并结合声波方程插值声场,从而构建ANC系统,仿真表明其插值与降噪性能均更优。
2023-09-19 cs.SD eess.AS
Physics-informed convolutional neural network with bicubic spline interpolation for sound field estimation
The University of Tokyo(东京大学)
提出了一种基于样条插值的物理信息卷积神经网络(PICNN)声场估计方法。大多数声场估计方法都是基于波函数展开,使估计函数满足亥姆霍兹方程。然而,这些方法仅依赖于物理性质;因此,当测量次数较少时,它们的准确性显著降低。基于神经网络的最近的基于学习的方法在当训练数据可用时从稀疏测量进行估计方面具有优势。然而,由于没有考虑物理特性,估计的函数可能是物理上不可行的解决方案。我们提出了应用PICNN声场估计问题,通过使用一个损失函数,惩罚偏离亥姆霍兹方程。由于CNN的输出是空间离散的压力分布,因此难以直接评估亥姆霍兹方程损失函数。因此,我们将双三次样条插值的PICNN框架。实验结果表明,该方法可以从稀疏测量中获得准确的物理可行的估计。
2022-07-22 cs.SD eess.AS
Quanta in sound, the sound of quanta: a voice-informed quantum theoretical perspective on sound
European Centre for Living Technology (ECLT)(欧洲生命技术中心);Ca’ Foscari University of Venice(威尼斯大学);University of Palermo(巴勒莫大学)
人类有一种特权,通过声音模仿来探索声音世界。声音的量子声乐理论(QVTS)始于这样一个假设,即任何声音都可以被表达和描述为声乐状态叠加的演变,即,发声、湍流和声门上肌弹性振动。量子力学的假设,以及状态的可观测、测量和时间演化的概念,提供了一个可以在分析和合成两个方向上用于声音处理的模型。QVTS可以对一些听觉流现象给出量子理论解释,最终导致相关声音处理问题的实际解决方案,或者可以创造性地利用它来操纵声音元素的叠加。也许更重要的是,QVTS可能是物理学家、计算机科学家、音乐家和声音设计师之间对话的沃土,可能会给我们带来人类创造力的闻所未闻的表现。
2022-05-07 cs.SD eess.AS quant-ph
Boundary-Informed Sound Field Reconstruction
Dept. of Information and Communications Engineering, Aalto University, Finland(艾尔沃斯大学信息与通信工程系);Dept. of Mathematical Sciences, Lund University, Sweden(吕勒欧大学数学科学系)
本研究针对仅含部分或不确定边界信息的室内声场重建场景,提出结合阻抗边界条件推导先验的线性贝叶斯框架,可联合优化超参数,实验证实该方法能显著提升重建精度。
2025-06-16 cs.SD eess.AS
Physics-Informed Transfer Learning for Data-Driven Sound Source Reconstruction in Near-Field Acoustic Holography
Computational Acoustic Modeling Laboratory, Center for Interdisciplinary Research in Music Media and Technology(计算声学建模实验室,跨学科音乐媒体与技术研究中心);McGill University(麦吉尔大学);Dipartimento di Elettronica, Informazione e Bioingegneria (DEIB), Politecnico di Milano(电子、信息与生物工程系(DEIB),米兰理工学院);University 1(大学1);Industry Lab, Major Tech Hub, Asia(行业实验室,主要科技枢纽,亚洲);University 2(大学2)
提出一种基于物理信息的迁移学习框架,通过两阶段方法(CV-CNN预训练与基于基尔霍夫-亥姆霍兹积分的微调)实现近场声全息声源重建,在跨数据集迁移中提升了精度并优于传统方法。
2025-07-15 cs.SD eess.AS
Physics-informed neural networks for one-dimensional sound field predictions with parameterized sources and impedance boundaries
Technical University of Denmark(丹麦技术大学)
本文提出一维物理信息神经网络方法,通过参数化移动高斯声源与阻抗边界学习紧凑代理模型,以低于2%/0.2 dB的误差实现动态声场预测,为三维真实场景PINN奠定基础。
2023-08-10 cs.SD eess.AS physics.comp-ph
Rigid-Body Sound Synthesis with Differentiable Modal Resonators
Queen Mary University of London(伦敦玛丽女王大学)
刚体的物理模型用于从虚拟环境到音乐制作的应用中的声音合成。传统方法(如模态综合)通常依赖于计算昂贵的数值求解器,而最近的深度学习方法受到其结果后处理的限制。在这项工作中,我们提出了一种新的端到端的框架,用于训练深度神经网络,以生成给定的2D形状和材料的模态谐振器,使用一组可微分IIR滤波器。我们在合成对象的数据集上演示了我们的方法,但是使用音频域目标训练我们的模型,为直接从真实世界对象的记录中学习物理信息的合成器铺平了道路。
2022-10-28 cs.LG cs.SD eess.AS
Physics-Informed Neural Engine Sound Modeling with Differentiable Pulse-Train Synthesis
提出脉冲串-谐振器(PTR)模型,通过可微分合成架构直接建模发动机脉冲形状和时间结构,利用物理信息归纳偏置提升谐波重建质量并降低总损失。
2026-06-02 cs.AI cs.SD eess.AS
Spatial Interpolation of Room Impulse Responses based on Deeper Physics-Informed Neural Networks with Residual Connections
Tokyo Denki University(东京电大学)
本文提出一种基于深度物理信息神经网络与残差连接的RIR空间插值方法,通过比较不同激活函数发现正弦波激活函数在插值和外推任务中表现最佳,同时提升了模型稳定性和反射成分估计精度。
2026-02-18 eess.AS
ForestIR: Physics-Informed Forest Sound Simulation for Array-Based Bioacoustic Remote Sensing
Department of Statistical Science, Duke University(统计科学系,杜克大学);Department of Biological and Environmental Science, University of Jyväskylä(生物与环境科学系,于韦斯屈耶大学);Faculty of Biological and Environmental Sciences, University of Helsinki(生物与环境科学学院,赫尔辛基大学);Organismal and Evolutionary Biology Research Programme, Faculty of Biological and Environmental Sciences, University of Helsinki(生物与进化生物学研究计划,生物与环境科学学院,赫尔辛基大学);Digital Services, University of Jyväskylä(数字服务,于韦斯屈耶大学);Open Science Centre, University of Jyväskylä(开放科学中心,于韦斯屈耶大学)
研究针对森林生物多样性传感中阵列系统设计评估难的问题,提出物理信息且可重现的ForestIR模拟框架,通过特定方法和控制优化监测系统,经实验评估展示其特征,能支持阵列设计等多方面工作。
2026-07-08 cs.SD eess.AS
Differentiable physics for sound field reconstruction
Department of Electrical and Photonics Engineering, Technical University of Denmark (DTU)(电气与光子工程系,丹麦技术大学)
本研究提出一种可微物理声场重建方法,用神经网络近似波动方程初始条件、可微数值求解器计算微分算子,结合稀疏约束,在极端数据稀缺下实现了比物理信息神经网络更高的精度与更好的收敛性。
2025-10-06 cs.SD eess.AS
A Domain Knowledge Informed Approach for Anomaly Detection of Electric Vehicle Interior Sounds
Siemens Industry Software NV(西门子工业软件有限公司);KU Leuven(鲁汶大学);Leuven.AI - KU Leuven Institute for AI(鲁汶人工智能研究所)
针对无监督汽车座舱声音异常检测中模型选择困难的问题,提出基于领域知识的代理异常模型选择方法,在电动汽车声音数据集上验证表明其显著优于常规策略。
2025-09-16 cs.AI cs.CV cs.LG
Neural Proxies for Sound Synthesizers: Learning Perceptually Informed Preset Representations
Audio Communication Group, TU Berlin(柏林技术大学音频通信组);Neural Information Processing Group, TU Berlin(柏林技术大学神经信息处理组)
本文提出一种用神经网络近似任意合成器的方法,将预设映射到预训练模型的音频嵌入空间,形成神经代理,从而在不可微的黑盒合成器上实现基于神经的自动合成器编程,并在多个架构和合成器上验证了有效性。
2025-09-09 cs.LG cs.SD eess.AS
Physics-Informed Direction-Aware Neural Acoustic Fields
Mitsubishi Electric Research Laboratories (MERL)(三菱电机研究实验室);Music and Audio Research Laboratory(音乐与音频研究实验室);New York University(纽约大学)
本文提出一种物理信息神经网络,通过粒子速度与FOA声道对应关系推导物理先验,建模一阶高保真度立体声房间冲激响应,实验验证其优于无物理先验的神经网络。
2025-07-09 cs.SD eess.AS eess.SP
A circular microphone array with virtual microphones based on acoustics-informed neural networks
University of Technology Sydney(悉尼科技大学)
本文提出在圆形麦克风阵列中引入虚拟麦克风,利用声学信息神经网络从物理麦克风声压预测虚拟麦克风声压,再联合设计波束形成器,从而在不增加物理硬件的情况下消除贝塞尔函数零点导致的性能下降并抑制高频空间混叠。
2024-02-24 cs.SD eess.AS
The Sound of Risk: A Multimodal Physics-Informed Acoustic Model for Forecasting Market Volatility and Enhancing Market Interpretability
针对金融市场信息不对称削弱传统文本分析有效性的问题,提出整合文本情感与高管财报电话会议声学副语言线索的多模态框架,核心PIAM模型提取稳健情感特征,可解释30天波动性样本外方差的43.8%,增强市场可解释性。
2025-08-26 cs.AI cs.LG cs.SD
Exterior sound field estimation based on physics-constrained kernel
Yamaha Corporation(雅马哈公司)
本文提出基于物理约束核的外部声场估计方法,通过高斯过程和可训练内积公式实现灵活估计,降低插值误差并提高重建一致性。
2026-02-05 eess.AS
Synergy between human and machine approaches to sound/scene recognition and processing: An overview of ICASSP special session
Carnegie Mellon University(卡内基梅隆大学);Microsoft(微软);Mohammed bin Zayed University of AI(穆罕默德·本·扎耶德人工智能大学)
正如通常形式化的那样,机器倾听试图执行一项任务,从我们的角度来看,这项任务基本上是人类可以执行的,并且由人类执行。目前机器监听的自动化模型从纯粹的数据驱动方法到模仿人类系统的方法都有所不同。近年来,最有前途的方法是混合的,因为它们使用了由人类系统的感知,认知和语义过程模型提供信息的数据驱动方法。人类感知模型和领域知识提供的指导不仅能够更好地实现机器听力,而且从这些模型中吸取的经验教训可以用来验证或改进我们的人类感知模型本身。本文总结了这种混合方法的发展进展,从机器听力模型的周边(人类)听觉过程的模型,采用或派生的语义信息编码的声音之间的关系。本文所述的研究在2023年ICASSP会议上的“声音/场景识别和处理的人机方法之间的协同作用”特别会议上进行了介绍。
2023-02-24 cs.SD eess.AS
Physics-Informed Deep Learning for Nonlinear Friction Model of Bow-string Interaction
本研究利用物理信息深度学习(PINNs和PI-DeepONets)建模弓弦非线性摩擦,发现PINNs稳健而PI-DeepONets在高力下受限,混合监督-无监督框架可缓解此问题。
2025-05-25 eess.AS
Sound Field Synthesis with Acoustic Waves
Amazon Inc.(亚马逊公司)
本研究提出一种基于声传播物理的实用声场合成框架,通过将声场解耦为房间与设备分量、以声学平面波为核心工具,在小型刚性表面合成宽带声场,降低复杂度并提升精度,经多环境验证有效。
2024-07-13 cs.SD eess.AS
Multiple scattering ambisonics: three-dimensional sound field estimation using interacting spheres
University of Maryland(马里兰大学);UMIACS(马里兰大学高级计算机研究所)
刚性球形麦克风阵列(RSMA)已被广泛用于高保真度立体声声场记录。虽然期望组合由密集布置的RSMA的网格捕获的信息以用于扩展准确重建的区域或最佳点,但是由于阵列间干扰,这不是微不足道的。在这里,我们提出了多重散射立体混响,三维立体混响声场记录使用多个声学相互作用的RSMA的方法。数值实验表明,该方法实现了甜蜜点扩展。所提出的方法可以与现有的RSMA一起使用作为构建块,并且打开了包括更高自由度的空间音频的可能性。
2021-08-15 cs.SD eess.AS
Identification of Physical Properties in Acoustic Tubes Using Physics-Informed Neural Networks
Nagaoka University of Technology(长冈技术科学大学)
提出基于 PINNs 的声学管损失参数识别方法,将直径无关参数设为可训练参数并借助 ResoNet 完成正反演验证。
2024-06-17 cs.SD eess.AS
Generative adversarial networks with physical sound field priors
Technical University of Denmark(丹麦技术大学)
本文提出基于GANs的声场时空重建方法,利用平面波基学习声压分布,在有限测量下实现高精度与能量保持,且适应多变的测量配置,为声学问题提供物理先验。
2023-08-01 cs.AI eess.AS
Bespoke Neural Networks for Score-Informed Source Separation
Northwestern University(西北大学)
在本文中,我们介绍了一种简单的方法,可以从音频混合分离任意乐器。给定来自输入混合物的目标乐器的未对齐的MIDI转录,我们从MIDI转录合成听起来与待分离的混合物相似的新混合物。这使我们可以创建一个带标签的训练集,以针对特定的定制任务对网络进行训练。当这个模型应用于原始混合物时,我们证明了这种方法可以:1)成功地分离出所需的仪器,只访问未对齐的数据,2)分离任意仪器,3)在现有方法的一小部分时间内得到结果。我们鼓励读者收听这里发布的演示:https://git.io/JUu5q。
2020-09-29 cs.LG cs.SD eess.AS
Spatial Upsampling of Head-Related Transfer Functions Using a Physics-Informed Neural Network
本文提出利用 Helmholtz 方程正则化、并依据球谐函数设定网络规模的 PINN,以实现稀疏 HRTF 的物理有效空间上采样,实验表明其插值与外推均优于 SH 和 HRTF field 方法。
2023-12-10 eess.AS
Phase-Retrieval-Based Physics-Informed Neural Networks For Acoustic Magnitude Field Reconstruction
National Institute of Informatics(国立信息研究所);Saarland University(萨尔兰州大学);National Institute of Advanced Industrial Science(国家先进工业科学研究院)
本文提出了一种基于相位恢复的物理信息神经网络,用于在相位不可用时估计声场幅值分布。
2026-01-27 cs.SD eess.AS
A Physics-Informed Neural Network-Based Approach for the Spatial Upsampling of Spherical Microphone Arrays
Politecnico di Milano(米兰理工大学)
针对球面麦克风阵列高分辨率需求导致设备昂贵的问题,提出利用基于Rowdy激活函数的物理信息神经网络,从低阶设备提供高阶信号以实现空间上采样,其性能优于现有信号处理方法。
2024-07-26 cs.LG cs.SD eess.AS
Point Neuron Learning: A New Physics-Informed Neural Network Architecture
Audio & Acoustics Signal Processing Group, School of Engineering(音频与声学信号处理组,工程学院);The Australian National University(澳大利亚国立大学)
本文提出了一种结合物理信息与网络架构的点神经元学习方法,通过嵌入波动方程基本解,实现对声场的高效建模与噪声环境下的鲁棒性。
2025-12-10 cs.LG cs.SD eess.AS
Physics-Informed Neural Network-Driven Sparse Field Discretization Method for Near-Field Acoustic Holography
提出PINN-SFD方法,通过物理信息神经网络结合稀疏场离散化和虚拟平面约束,无需训练数据即可解决近场声全息问题,在重建精度和参数鲁棒性上优于传统C-ESM方法。
2025-05-01 eess.AS eess.SP
Ambisonic Encoding of Signals From Equatorial Microphone Arrays
Chalmers University of Technology(查尔姆斯理工大学)
在(Ahrens等人,2021)基于沿着刚性球形挡板的赤道的压力传感器来计算声场的球谐(SH)表示。原始公式使用复值SH基函数。如果所捕获的声场的SH表示意图借助于实值音频信号存储在时域中,则这是不方便的,因为实值音频信号在立体混响的空间音频格式中是常见的。本文件总结了需要应用于来自(Ahrens等人,2021)来产生所捕获声场的立体混响表示,其与已建立的立体混响软件工具(如SPARTA和IEM插件套件)兼容。提供了实现此公式的示例MATLAB脚本。
2022-09-18 cs.SD eess.AS
Multiple Sound Source Localisation with Steered Response Power Density and Hierarchical Grid Refinement
Middle East Technical University(中东技术大学)
声源波达方向(DOA)估计是声场分析中的一个重要环节。刚性球形麦克风阵列允许计算声场的紧凑球谐表示。用于分析使用这种阵列记录的声场的基本方法是转向响应功率(SRP)图,其中源DOA可以被估计为使最大定向波束的输出功率最大化的转向方向。这种方法在计算上是昂贵的,因为它需要在所有可能的方向上操纵波束。本文提出了一种扩展SRP称为转向响应功率密度(SRPD)和相关的,信号自适应搜索方法称为分层网格细化(HiGRID),以减少DOA估计所需的转向方向的数量。所提出的方法可以定位相干以及非相干源,同时共同提供的场景中的突出的源的数量。它被证明是强大的混响和加性白噪声。评估所提出的方法,使用模拟和真实的录音高度混响条件下,以及与国家的最先进的方法进行比较。
2018-03-04 cs.MM cs.SD eess.AS
Implicit neural representation with physics-informed neural networks for the reconstruction of the early part of room impulse responses
Politecnico di Milano(米兰理工大学)
本文提出基于物理信息神经网络的隐式神经表示方法,利用波动方程约束从有限观测点重建均匀线性阵列中缺失的房间脉冲响应早期部分,在真实测量上以轻量架构达到与前沿深度学习及压缩感知方法相当的性能。
2023-06-20 cs.LG cs.SD eess.AS
SHAMaNS: Sound Localization with Hybrid Alpha-Stable Spatial Measure and Neural Steerer
1 Center for Advanced Intelligence Project (AIP), RIKEN, Japan 3 LTCI, T\'el\'ecom Paris, Institut Polytechnique de Paris, France 4 Graduate School of Engineering, Kyoto University, Japan -1mm
本文提出了一种结合α稳定模型与Neural Steerer的声源定位技术,通过物理信息神经网络插值导向矢量以稳健估计到达方向,在多声源场景下优于现有方法。
2025-06-23 cs.AI cs.LG cs.SD
Physics and geometry informed neural operator network with application to acoustic scattering
Purdue University(普渡大学);Sandia National Laboratories(桑迪亚国家实验室)
本文提出一种物理与几何先验的DeepONet模型,利用NURBS几何参数化预测任意形状散射体的声散射压力场,无需标签数据即可在几秒内完成计算,较传统求解器减少数个数量级,展现出卓越的泛化能力。
2024-06-02 cs.LG cs.SD eess.AS
Decomposing the Influence of Physical Acoustic Modeling on Neural Personal Sound Zone Rendering: An Ablation Study
Princeton University(普林斯顿大学)
本文通过消融研究,分析了物理声学建模对神经个人声音区域渲染的影响,发现RS-HRTF在双耳分离中表现最佳,FR提供频谱校准,DIR提供最稳定的声区分离效果。
2026-03-03 cs.SD eess.AS eess.SP