A Multi-loudspeaker Binaural Room Impulse Response Dataset with High-Resolution Translational and Rotational Head Coordinates in a Listening Room

这篇摘要是关于3D3A实验室的双耳室内冲激响应（BRIR）数据集的数据报告（https://doi.org/10.34770/6gc9-5787）。

研究如何提高虚拟现实（VR）和增强现实（AR）系统中声音的真实感和沉浸感。

使用基于深度学习的方法来生成更真实的双耳房间脉冲响应（BRIR）数据集，以提高虚拟现实（VR）和增强现实（AR）系统中声音的真实感和沉浸感。

论文使用了基于深度学习的方法来生成BRIR数据集，该数据集包含了多种房间类型和不同位置的声音响应。此外，论文还提供了一个用于评估BRIR数据集的客观指标。该数据集和评估方法可用于虚拟现实（VR）和增强现实（AR）系统的声音设计和评估。

在这个领域中，最近的相关研究包括：1. A Large-Scale Multimodal Dataset for Spatial Sound Object Recognition (https://doi.org/10.1109/TASLP.2020.3032284); 2. Deep Learning for Binaural Sound Synthesis in Virtual Reality (https://doi.org/10.3390/s20185063); 3. A Survey on Audio-Visual Perception for Virtual and Augmented Reality (https://doi.org/10.3390/su12062346).