生成空间音频度量的灵敏度分析：响应性、平滑性和对称性的研究

由于对指标如何响应方位角和仰角等空间参数变化的了解有限，评估一阶高保真度立体声响复制 (FOA) 的生成空间音频仍然具有挑战性。我们提出了一个框架来分析沿连续空间轨迹的度量灵敏度，借鉴参数声音合成中的灵敏度分析原理。使用场景复杂性不断增加的受控 FOA 场景，我们定义了度量行为的三个需求：响应性、平滑性和对称性。我们评估基于标准分布和基于样本的指标，包括 Fréchet 音频距离 (FAD)、强度向量和声学图。我们的研究结果表明，使用特定于本地化的嵌入和声学图的 FAD 可在不同条件下产生高响应性以及鲁棒的平滑性和对称性，而强度向量会随着场景复杂性的增加而降低。这是研究生成空间音频指标敏感性的第一步。