音频生成新突破！港科北邮团队首次通过文本控制声源方向生成音频

港科大北邮团队在空间音频生成领域取得突破性进展。通过构建BEWO-1M大规模带空间描述的双通道音频数据集，团队首次实现了对声源方向的精准控制。研究提出了一整套从数据、模型到评估指标的创新方案，特别是在ITD（耳间时间差）评估方面取得了重要成果。实验表明，该方法能在保持音频语义质量的同时实现精确的方向控制，为影视娱乐、AR/VR等领域带来新的发展机遇。
来源：https://mp.weixin.qq.com/s/HKN2WBLvoZfxy4v3B4H-3g