日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

週刊ニュースレター購読
音響データセットarXiv:2608.21075v1

AudioWorldSim: 世界モデルのための現実的なバイノーラル音響データセット

AudioWorldSim: Realistic Binaural Audio Datasets For World Models

シェア:XThreadsFacebookLINEはてブBluesky

MetaのSoundSpaces 2.0を拡張し、ランダムなエージェント移動に基づく現実的なバイノーラル音響データセットを自動生成するオープンソースプラットフォームを提案した。

著者: Luis Vitor Zerkowski, Luiz Velho

分類: cs.SD, cs.LG

原文アブストラクト

This technical report presents AudioWorldSim, an open-source platform designed to generate realistic binaural audio datasets and advance research in audio-based machine learning, particularly world models. Built as a custom extension of Meta's SoundSpaces 2.0 platform, AudioWorldSim leverages their comprehensive acoustics framework, but focuses on the automatic rollout of random agent navigations, as well as implements crucial fixes to how continuous sound is composed. AudioWorldSim is made publicly available to the research community at https://github.com/Luizerko/AudioWorldSim to facilitate reproducibility.