Мы представляем схему генерации многоканального аудиосигнала, основанную на машинном обучении и вероятностном моделировании. Мы начинаем с моделирования многоканального сигнала из одного источника. Такие сигналы естественным образом моделируются как одноканальный опорный сигнал и модель пространственного расположения (SA), определяемая последовательностью параметров SA.Мы фокусируемся на модели SA и предполагаем, что опорный сигнал описывается некоторой последовательностью параметров. Параметры модели SA описываются с помощью изученного распределения вероятностей, которое обусловлено последовательностью параметров опорного сигнала и, необязательно, последовательностью формирования SA. Если присутствует, последовательность формирования SA определяет класс сигнала или конкретный сигнал. Метод с одним источником можно использовать для сигналов с несколькими источниками, применяя разделение источников или используя модель SA, которая работает в неперекрывающихся частотных диапазонах. Наша реализация стереокодирования на основе GAN последнего подхода показывает, что наша парадигма способствует правдоподобному высококачественному рендерингу при низкой скорости передачи данных для обеспечения SA.
