用于声音事件定位与检测的移动声源混响空间声场景数据集
音频与语音处理
2020-06-30 v2 声音
摘要
本报告介绍了 DCASE 2020 挑战赛中声音事件定位与检测（SELD）任务的数据集与评测设置。SELD 任务旨在同时分类一组已知声音事件类别、检测其时间激活并估计其活跃时的空间方向或位置。为训练和测试 SELD 系统，需要包含真实声学条件下多样声音事件的数据集。与先前挑战赛相比，DCASE 2020 创建的数据集复杂程度显著提升。两个关键区别在于更广泛的声学条件范围，以及动态条件（即移动声源）。空间声场景通过使用以缓慢移动激励源连续采集的真实房间脉冲响应生成。静态与移动声音事件均由这些响应合成。录制于现场的 ambient noise 被加入以完成场景录音的生成。该数据集配有基于卷积循环神经网络的 SELD 基线方法，为任务提供基准分数。该基线为前一挑战赛所用版本的更新版，通过输入特征与训练修改来提升性能。
引用
@article{arxiv.2006.01919,
title = {A Dataset of Reverberant Spatial Sound Scenes with Moving Sources for Sound Event Localization and Detection},
author = {Archontis Politis and Sharath Adavanne and Tuomas Virtanen},
journal= {arXiv preprint arXiv:2006.01919},
year = {2020}
}