本书紧扣《新一代人工智能发展规划》的总体规划要求，从国家未来需求和国际前沿热点出发，围绕听觉数字孪生、沉浸式音频处理技术、音乐人工智能和混合增强智能等作为本书的主要章节进行重点阐述，是我国为数不多的以听觉、音频和音乐为出发点研究新一代人工智能技术的专著，在智能听觉系统、智能音频系统和智能音乐系统信息表达、处理、生成、检索、控制等方面提供了一定的理论支撑，同时在听觉交五设计、3D音频渲染、音乐生成和人机协同创作中提供了丰富的实践特例。

上篇 虚实融合的听觉感知
第1章 听觉数字李生
1.1 听觉数字李生概述
1.2 听觉数字李生概念
1.3 数字李生技术的应用
1.3.1 医学应用
1.3.2 航空航天应用
1.3.3 工业应用
1.3.4 其他应用
第2章 听觉李生系统设计
2.1 听觉李生制作系统
2.1.1 审视空间的作用
2.1.2 人机交互框架与系统设计
2.1.3 交互式音频制作系统
2.2 听觉李生交互设计
2.2.1 共享虚拟环境中的声音交互
2.2.2 共享虚拟环境中的多感官具身交互
2.2.3 虚拟声场的设计与实现
中篇 时空交汇的音频呈现
第3章 沉浸式空间音频
3.1 沉浸式空间音频系统
3.1.1 通用系统框架
3.1.2 三维声音频系统
3.1.3 车载沉浸音频系统
3.2 空间音频的3种表示方式
3.2.1 基于声道的方式
3.2.2 基于对象的方式
3.2.3 基于场景的方式
3.3 空间音频编解码技术
3.3.1 立体声编解码技术
3.3.2 多声道音频编解码技术
3.3.3 三维音频编解码技术
3.3.4 6DoF音频技术
第4章 空间音频渲染技术
4.1 基于扬声器的空间音频谊染
4.1.1 幅度平移技术
4.1.2 波场合成技术
4.1.3 声场重构技术
4.1.4 多声道下混和扬声器增强
4.2 基于双耳的空间音频谊染
4.2.1 双耳感知特性
4.2.2 基于头相差传递函数的双耳音频渲染
4.2.3 双耳音频渲染中的音效
4.3 空间音频主观评价
4.3.1 多声道音频主观评价标准
4.3.2 无参考空间音频主观评价
4.3.3 双耳虚拟音频主观评价
下篇 人机混合的音乐创作
第5章 智能音乐生成
5.1 国内外研究动态
5.1.1 音乐生成的数据类型
5.1.2 音乐生成的方法模型
5.1.3 音乐生成的研究任务
5.2 音乐知识
5.2.1 乐理基础知识
5.2.2 音乐知识规则
5.3 旋律生成
5.3.1 蒙特卡洛树搜索算法
5.3.2 网络模型设计
5.4 风格生成
5.4.1 行动器-评判器算法
5.4.2 网络模型设计
5.5 多音轨生成
5.5.1 多模态Transformer模型
5.5.2 网络模型设计
第6章 ChatGPT的核心技术及应用场景
6.1 ChatGPT的核心技术——RLHF
6.2 ChatCPT的应用场景
6.2.1 音乐ChatGPT
6.2.2 绘画ChatGPT
6.2.3 动态非遗年画生成GPT（动态艺术ChatGPT）
6.2.4 基于ChatGPT的短视频生成
参考文献