发布于 2026-10-02 12:00
MAV-C：沉浸式虚拟环境中音视频复杂度的联合客观估计框架
研究者提出无参考框架 MAV-C，用于音视频复杂度的联合客观估计，通过参数化融合将熵基音频特征（时域、频谱、空间）与视觉特征（Sobel 梯度幅值、色彩独特性、光流）结合，输出连续联合复杂度分数 CAV(t)∈[0,1]。
#空间音频
#空间音频
今日 2 条arXiv cs.SD RSS arXiv cs.SD RSS 发布于 2026-10-02 12:00RMS-AQA：面向真实家居环境的两阶段空间音频问答基准
RMS-AQA 是一个面向真实家居环境的空间音频问答基准，采用两阶段问答格式，先定位可听声事件再进行时空推理。数据集结合真实一阶 Ambisonics（FOA）录音与基于实测房间脉冲响应（RIR）生成的高保真合成数据，并提供将 FOA 数据注入冻结音频语言骨干的轻量空间插件。实验显示主要挑战来自同时声源、远距离以及 RIR 合成与真实录音之间的仿真到真实域差。
audioXpress精选 发布于 2026-09-25 00:00高通发布 Snapdragon Sound Elite Gen 2 音频平台
高通在 Snapdragon Summit 2026 发布 Snapdragon Sound Elite Gen 2，这是其首个面向个人 AI 时代的旗舰音频平台，面向 TWS 耳机、头戴耳机、音频眼镜等形态。