Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning

[EN] Generating accurate room impulse responses (RIRs) remains challenging, particularly regarding phase estimation. Building upon previous work utilizing encoder-decoder deep learning architectures, this paper investigates advanced techniques to improve phase prediction accuracy. We propose and eva...

Descripción completa

Detalles Bibliográficos
Autores: Martin-Salinas, I, Belloch, Jose A., Amor-Martin, Adrian, Piñero, Gema|||0000-0002-8719-8106
Tipo de recurso: artículo
Fecha de publicación:2025
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:inglés
OAI Identifier:oai:dnet:riunet______::81cef6611b5a5ae1f6b187f7af98c712
Acceso en línea:https://riunet.upv.es/handle/10251/233846
Access Level:acceso abierto
Palabra clave:RIR
Deep learning
Signal processing
Gen AI
03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
id ES_99dbcff9a7cfc88c8245ec8e3e629f95
oai_identifier_str oai:dnet:riunet______::81cef6611b5a5ae1f6b187f7af98c712
network_acronym_str ES
network_name_str España
repository_id_str
spelling Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learningMartin-Salinas, IBelloch, Jose A.Amor-Martin, AdrianPiñero, Gema|||0000-0002-8719-8106RIRDeep learningSignal processingGen AI03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación[EN] Generating accurate room impulse responses (RIRs) remains challenging, particularly regarding phase estimation. Building upon previous work utilizing encoder-decoder deep learning architectures, this paper investigates advanced techniques to improve phase prediction accuracy. We propose and evaluate several enhanced U-Net models, including variants with a variational autoencoder (VAE) bottleneck and differing input conditioning methods for spatial and room parameters (embedding layers vs. normalized dense layers). A key focus is the comparison between predicting direct phase and differential phase. Furthermore, we analyze the impact of using mean absolute error (MAE) versus mean squared error (MSE) for the magnitude component of the loss function. The study also explores the efficacy of applying the Griffin-Lim algorithm as a post-processing step to refine the phase estimated by the networks. Performance is evaluated on a real RIR dataset, comparing the different model architectures, information vector encoding strategies, phase targets (direct vs. differential), loss functions, and the contribution of phase recovery algorithms to overall RIR fidelity. Results provide insights into effective strategies for enhancing phase generation in data-driven RIR synthesis.This work has been supported by Grants PID2022-137048OA-C43 and PID2021-124280OB-C21 funded by MICIU/AEI/10.13039/501100011033 and "ERDF A way of making Europe", as well as, the project Disco6G (TEC-2024COM-360) from the Regional Government of Madrid.Springer (Biomed Central Ltd.)Escuela Técnica Superior de Ingeniería de TelecomunicaciónDepartamento de ComunicacionesInstituto Universitario de Telecomunicación y Aplicaciones MultimediaComunidad de MadridAGENCIA ESTATAL DE INVESTIGACIONEuropean Regional Development FundRepositorio Institucional de la Universitat Politècnica de València Riunet20252025-11-17journal articlehttp://purl.org/coar/resource_type/c_6501VoRhttp://purl.org/coar/version/c_970fb48d4fbd8a85info:eu-repo/semantics/articleapplication/pdfhttps://riunet.upv.es/handle/10251/233846reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)InglésengAgencia Estatal de Investigación http://dx.doi.org/10.13039/501100011033 Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-124280OB-C21 CARACTERIZACION DE ENTORNOS ACUSTICOS DINAMICOS MEDIANTE MACHINE LEARNING PARA REPRODUCCION DE SONIDO: EXPLORACION METODOLOGICACaja de Ahorros del Mediterráneo https://doi.org/10.13039/100012818 TEC-2024COM-360open accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:dnet:riunet______::81cef6611b5a5ae1f6b187f7af98c7122026-06-13T07:49:27Z
dc.title.none.fl_str_mv Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
title Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
spellingShingle Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
Martin-Salinas, I
RIR
Deep learning
Signal processing
Gen AI
03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
title_short Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
title_full Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
title_fullStr Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
title_full_unstemmed Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
title_sort Enhanced U-Net architectures for accurate room impulse response generation via differential-phase learning
dc.creator.none.fl_str_mv Martin-Salinas, I
Belloch, Jose A.
Amor-Martin, Adrian
Piñero, Gema|||0000-0002-8719-8106
author Martin-Salinas, I
author_facet Martin-Salinas, I
Belloch, Jose A.
Amor-Martin, Adrian
Piñero, Gema|||0000-0002-8719-8106
author_role author
author2 Belloch, Jose A.
Amor-Martin, Adrian
Piñero, Gema|||0000-0002-8719-8106
author2_role author
author
author
dc.contributor.none.fl_str_mv Escuela Técnica Superior de Ingeniería de Telecomunicación
Departamento de Comunicaciones
Instituto Universitario de Telecomunicación y Aplicaciones Multimedia
Comunidad de Madrid
AGENCIA ESTATAL DE INVESTIGACION
European Regional Development Fund
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv RIR
Deep learning
Signal processing
Gen AI
03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
topic RIR
Deep learning
Signal processing
Gen AI
03.- Garantizar una vida saludable y promover el bienestar para todos y todas en todas las edades
08.- Fomentar el crecimiento económico sostenido, inclusivo y sostenible, el empleo pleno y productivo, y el trabajo decente para todos
09.- Desarrollar infraestructuras resilientes, promover la industrialización inclusiva y sostenible, y fomentar la innovación
description [EN] Generating accurate room impulse responses (RIRs) remains challenging, particularly regarding phase estimation. Building upon previous work utilizing encoder-decoder deep learning architectures, this paper investigates advanced techniques to improve phase prediction accuracy. We propose and evaluate several enhanced U-Net models, including variants with a variational autoencoder (VAE) bottleneck and differing input conditioning methods for spatial and room parameters (embedding layers vs. normalized dense layers). A key focus is the comparison between predicting direct phase and differential phase. Furthermore, we analyze the impact of using mean absolute error (MAE) versus mean squared error (MSE) for the magnitude component of the loss function. The study also explores the efficacy of applying the Griffin-Lim algorithm as a post-processing step to refine the phase estimated by the networks. Performance is evaluated on a real RIR dataset, comparing the different model architectures, information vector encoding strategies, phase targets (direct vs. differential), loss functions, and the contribution of phase recovery algorithms to overall RIR fidelity. Results provide insights into effective strategies for enhancing phase generation in data-driven RIR synthesis.
publishDate 2025
dc.date.none.fl_str_mv 2025
2025-11-17
dc.type.none.fl_str_mv journal article
http://purl.org/coar/resource_type/c_6501
VoR
http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.openaire.fl_str_mv info:eu-repo/semantics/article
format article
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/233846
url https://riunet.upv.es/handle/10251/233846
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.relation.none.fl_str_mv Agencia Estatal de Investigación http://dx.doi.org/10.13039/501100011033 Plan Estatal de Investigación Científica y Técnica y de Innovación 2021-2023 PID2021-124280OB-C21 CARACTERIZACION DE ENTORNOS ACUSTICOS DINAMICOS MEDIANTE MACHINE LEARNING PARA REPRODUCCION DE SONIDO: EXPLORACION METODOLOGICA
Caja de Ahorros del Mediterráneo https://doi.org/10.13039/100012818 TEC-2024COM-360
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Springer (Biomed Central Ltd.)
publisher.none.fl_str_mv Springer (Biomed Central Ltd.)
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869414323685687296
score 15.812455

Similares en LA Referencia