AURA: Inteligencia Espacial Auditiva a través de una Representación Unificada desde un Codificador de Audio General mediante Alineación Completa

Resumen del corpus

Se presenta AURA, un modelo que utiliza un codificador de audio general entrenado sin supervisión espacial para responder preguntas espaciales sobre escenas de múltiples fuentes. El estudio demuestra que el modelo mantiene información espacial y supera a sistemas dedicados en precisión de dirección de doble fuente.