arXiv Artificial Intelligence· Oh Hyun-Bin, Kazuki Shimada, Yuhta Takida, Kim Sung-Bin, Toshimitsu Uesaka, Takashi Shibuya, Kyeongyoon Lee, Tae-Hyun Oh, Yuki Mitsufuji·· 19 小时前AI 评分31
ST-AudioLM：面向动态声源的空时音频语言建模
Spatio-Temporal Audio Language Modeling for Dynamic Sound Sources
AI 导读
研究团队构建了 ST-AudioQA 空时音频问答数据集与基准，基于一阶 Ambisonics（FOA）渲染的静态与移动声源，提供声源身份、活动、方向、距离与运动元数据。
来源：arXiv Artificial Intelligence · arxiv.org