본 논문은 공간 오디오 처리에서 도래 방향 추정(DoAE)을 위한 음향 매핑 기법으로 기존의 빔포밍 기법과 최근의 지도 학습 심층 학습 기법의 한계를 극복하는 새로운 자기 지도 학습 기반의 잠재 음향 매핑(LAM) 모델을 제시합니다. LAM 모델은 기존 방법의 해석 가능성과 심층 학습 방법의 적응성 및 효율성을 결합하여 다양한 음향 조건과 마이크 어레이에서 고해상도 음향 맵을 생성하고 효율적으로 작동합니다. LOCATA 및 STARSS 벤치마크를 사용하여 DoAE에 대한 강건성을 평가한 결과, 기존의 지도 학습 방법과 비교하여 동등하거나 우수한 위치 파악 성능을 달성했으며, 생성된 음향 맵이 지도 학습 모델의 특징으로 사용되어 DoAE 정확도를 더욱 향상시킬 수 있음을 보여줍니다.
