合成声景

合成声景是通过程序化方式将多个声音事件按指定时间区间和电平混合生成的音频场景，而非真实环境录音，其优势在于可精确控制事件时间、类别和信噪比。

该研究的实验覆盖了600个合成声景和来自两个架构家族的三个模型。

该研究的局限性在于仅基于合成声景和特定模型家族，未来需在真实录音和更多架构上验证。