arXiv · cs.AI· Sonal Kumar, Sinan Hersek, Artem Dementyev, Mengzhen Pan, Ishan Chatterjee, Anurag Kumar, Ramani Duraiswami, Dinesh Manocha, Andrea Colaco·· 1 天前
SEA-LM：面向可穿戴麦克风阵列的第一人称空间音频理解模型
SEA-LM: Egocentric Spatial Audio Understanding for Wearable Microphone Arrays
arXiv:2610.05610v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Sonal Kumar, Sinan Hersek, Artem Dementyev, Mengzhen Pan, Ishan Chatterjee, Anurag Kumar, Ramani Duraiswami, Dinesh Manocha, Andrea Colaco
首次提交：2026-10-05 07:20
研究任务与主要进展
SEA-LM提出一种空间音频理解模型，通过FOACODER编码由可变数量、可变位置智能眼镜阵列经波束形成得到的一阶Ambisonics，并训练多模态大语言模型完成空间音频理解。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org