Proponemos un modelo de red de regresión U-Net para datos segmentados para reconstruir un campo de sonido tridimensional estacionario irregular que llena medios anisotrópicos no homogéneos. A través de una estrategia innovadora de procesamiento de datos segmentados, el problema de reconstrucción en 3D se descompone en una combinación de problemas en 2D, reduciendo significativamente el costo computacional. El U-Net de múltiples canales diseñado utiliza completamente las fortalezas tanto del codificador como del decodificador, mostrando fuertes capacidades de extracción de características y recuperación de detalles espaciales. Experimentos numéricos muestran que el modelo no solo puede reconstruir efectivamente la estructura del campo de sonido complejo que contiene regiones no convexas, sino que también puede restaurar sincrónicamente la distribución espacial de los medios y su matriz de parámetros, logrando con éxito la reconstrucción dual de la forma y los parámetros físicos del campo de sonido estacionario.