登录社区云，与社区用户共同成长
邀请您加入社区
与普通的单声道音频（只有内容，没有空间感）不同，双耳空间音频通过两个音频通道（对应你的左右耳），创造出声音来自不同方向和距离的感觉。Meta和罗切斯特大学的研究团队提出了一种名为"BinauralFlow"的全新解决方案，这是一种基于流匹配模型（Flow Matching Models）的双耳语音合成框架，不仅能生成高质量的双耳音频，还支持流式推理，让音频合成过程能够实时连续进行。特别是在A-B测
为了解决这个前所未有的挑战，研究团队不仅开发了一个名为MOSPA的创新生成框架，更重要的是，他们构建了世界上第一个专门针对空间音频驱动人体动作的大规模数据集SAM。传统的VR应用中，虚拟角色的动作往往是预先设计好的，缺乏对环境音频的自然反应。A：根据研究结果，MOSPA在客观评估中达到了93.7%的准确率，在用户主观评估中也获得了最高评分，表明生成的动作非常接近真实人类的反应。另一个重要的限制是对
