一种用于多说话人环境中基于音频导航的深度强化学习方法
声音
2021-05-17 v1 机器学习
音频与语音处理
摘要
本工作中，我们使用深度强化学习创建一个自主智能体，其仅利用来自环境的原始听觉感官信息即可在二维空间中导航，该问题在强化学习文献中极少受到关注。我们的实验表明，该智能体能在房间内一组 个预定义说话人中成功识别特定目标说话人，并朝该说话人移动，同时避免与其他说话人碰撞或超出房间边界。该智能体对说话人音高偏移具有鲁棒性，且即使每位说话人仅有有限数量的训练语句可用，也能学会导航该环境。
引用
@article{arxiv.2105.04488,
title = {A Deep Reinforcement Learning Approach to Audio-Based Navigation in a Multi-Speaker Environment},
author = {Petros Giannakopoulos and Aggelos Pikrakis and Yannis Cotronis},
journal= {arXiv preprint arXiv:2105.04488},
year = {2021}
}
备注
To be published in ICASSP 2021