arXiv語音 AI
WorldSonus:為虛擬世界模型注入即時且具空間感的立體聲
WorldSonus: Bringing Real-Time Spatial Audio to World Models
WorldSonus 是一個互動式影片轉音訊框架,專為世界模型設計,藉由因果自迴歸擴散架構與區塊索引提示,實現低延遲、可動態控制且具空間對齊的立體聲合成。
2 分鐘閱讀
#real-time
1 篇文章
WorldSonus: Bringing Real-Time Spatial Audio to World Models
WorldSonus 是一個互動式影片轉音訊框架,專為世界模型設計,藉由因果自迴歸擴散架構與區塊索引提示,實現低延遲、可動態控制且具空間對齊的立體聲合成。