arXiv ID:
2603.10465
arXiv 提交日期: 2026-03-11
MoXaRt:面向扩展现实的视听对象引导声音交互系统 / MoXaRt: Audio-Visual Object-Guided Sound Interaction for XR
1️⃣ 一句话总结
这篇论文提出了一个名为MoXaRt的实时扩展现实系统,它通过结合视觉对象检测和音频处理技术,能在复杂嘈杂环境中有效分离多达5个同时发声的声音源(如人声和乐器),显著提升了用户在XR中的语音理解能力并降低了认知负担。