Buchumschlag

Beyond Omnidirectional: Neural Ambisonics Encoding for Arbitrary Microphone Directivity Patterns using Cross-Attention

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Heikkinen, Mikko, Politis, Archontis, Drossos, Konstantinos, Virtanen, Tuomas
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Audio and Speech Processing
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Gen-A: Generalizing Ambisonics Neural Encoding to Unseen Microphone Arrays
von: Heikkinen, Mikko, et al.
Veröffentlicht: (2025)

Neural Ambisonics encoding for compact irregular microphone arrays
von: Heikkinen, Mikko, et al.
Veröffentlicht: (2024)

Moving Speaker Separation via Parallel Spectral-Spatial Processing
von: Wang, Yuzhu, et al.
Veröffentlicht: (2026)

Multi-Utterance Speech Separation and Association Trained on Short Segments
von: Wang, Yuzhu, et al.
Veröffentlicht: (2025)

Attractor-Based Speech Separation of Multiple Utterances by Unknown Number of Speakers
von: Wang, Yuzhu, et al.
Veröffentlicht: (2025)

Automatic Contextual Audio Denoising
von: Luong, Diep, et al.
Veröffentlicht: (2026)

Knowledge Distillation for Speech Denoising by Latent Representation Alignment with Cosine Distance
von: Luong, Diep, et al.
Veröffentlicht: (2025)

Inter-Speaker Relative Cues for Two-Stage Text-Guided Target Speech Extraction
von: Dai, Wang, et al.
Veröffentlicht: (2026)

Inter-Speaker Relative Cues for Text-Guided Target Speech Extraction
von: Dai, Wang, et al.
Veröffentlicht: (2025)

Gaunt coefficients for complex and real spherical harmonics with applications to spherical array processing and Ambisonics
von: Politis, Archontis
Veröffentlicht: (2024)

Reference Channel Selection by Multi-Channel Masking for End-to-End Multi-Channel Speech Enhancement
von: Dai, Wang, et al.
Veröffentlicht: (2024)

Lightweight DNN for Full-Band Speech Denoising on Mobile Devices: Exploiting Long and Short Temporal Patterns
von: Drossos, Konstantinos, et al.
Veröffentlicht: (2025)

Dependence on Early and Late Reverberation of Single-Channel Speaker Distance Estimation
von: Neri, Michael, et al.
Veröffentlicht: (2026)

Ambisonics Encoding For Arbitrary Microphone Arrays Incorporating Residual Channels For Binaural Reproduction
von: Gayer, Yhonatan, et al.
Veröffentlicht: (2024)

Discriminating real and synthetic super-resolved audio samples using embedding-based classifiers
von: Silaev, Mikhail, et al.
Veröffentlicht: (2026)

Perceptually-motivated Spatial Audio Codec for Higher-Order Ambisonics Compression
von: Hold, Christoph, et al.
Veröffentlicht: (2024)

Speaker Distance Estimation in Enclosures from Single-Channel Audio
von: Neri, Michael, et al.
Veröffentlicht: (2024)

Score-informed Music Source Separation: Improving Synthetic-to-real Generalization in Classical Music
von: Tunturi, Eetu, et al.
Veröffentlicht: (2025)

Neural Ambisonic Encoding For Multi-Speaker Scenarios Using A Circular Microphone Array
von: Qiao, Yue, et al.
Veröffentlicht: (2024)

Impact of Microphone Array Mismatches to Learning-based Replay Speech Detection
von: Neri, Michael, et al.
Veröffentlicht: (2025)

Permutation Invariant Recurrent Neural Networks for Sound Source Tracking Applications
von: Diaz-Guerra, David, et al.
Veröffentlicht: (2023)

Towards Spatial Audio Understanding via Question Answering
von: Sudarsanam, Parthasaarathy, et al.
Veröffentlicht: (2025)

Representation Learning for Audio Privacy Preservation using Source Separation and Robust Adversarial Learning
von: Luong, Diep, et al.
Veröffentlicht: (2023)

Adversarial Representation Learning for Robust Privacy Preservation in Audio
von: Gharib, Shayan, et al.
Veröffentlicht: (2023)

Class-Incremental Learning for Sound Event Localization and Detection
von: Pandey, Ruchi, et al.
Veröffentlicht: (2024)

Multi-channel Replay Speech Detection using an Adaptive Learnable Beamformer
von: Neri, Michael, et al.
Veröffentlicht: (2025)

SynthSOD: Developing an Heterogeneous Dataset for Orchestra Music Source Separation
von: Garcia-Martinez, Jaime, et al.
Veröffentlicht: (2024)

Noise-to-mask Ratio Loss for Deep Neural Network based Audio Watermarking
von: Moritz, Martin, et al.
Veröffentlicht: (2024)

Neural Directional Filtering Using a Compact Microphone Array
von: Huang, Weilong, et al.
Veröffentlicht: (2025)

Sound Event Detection and Localization with Distance Estimation
von: Krause, Daniel Aleksander, et al.
Veröffentlicht: (2024)

Multi-Channel Replay Speech Detection using Acoustic Maps
von: Neri, Michael, et al.
Veröffentlicht: (2026)

Evaluating the Temporal Detection Capability of Integrated Gradients Applied on Sound Classifier
von: Dumpis, Martynas, et al.
Veröffentlicht: (2026)

Residual Learning for Neural Ambisonics Encoders
von: Deppisch, Thomas, et al.
Veröffentlicht: (2026)

AmbiDrop: Array-Agnostic Speech Enhancement Using Ambisonics Encoding and Dropout-Based Learning
von: Tatarjitzky, Michael, et al.
Veröffentlicht: (2025)

Blind Localization of Early Room Reflections with Arbitrary Microphone Array
von: Hadadi, Yogev, et al.
Veröffentlicht: (2024)

Design and Analysis of Binaural Signal Matching with Arbitrary Microphone Arrays and Listener Head Rotations
von: Madmoni, Lior, et al.
Veröffentlicht: (2024)

Ambisonizer: Neural Upmixing as Spherical Harmonics Generation
von: Zang, Yongyi, et al.
Veröffentlicht: (2024)

Automatic Live Music Song Identification Using Multi-level Deep Sequence Similarity Learning
von: Hakala, Aapo, et al.
Veröffentlicht: (2025)

Integrating Continuous and Binary Relevances in Audio-Text Relevance Learning
von: Xie, Huang, et al.
Veröffentlicht: (2024)

Text-based Audio Retrieval by Learning from Similarities between Audio Captions
von: Xie, Huang, et al.
Veröffentlicht: (2024)