一种基于 DNN 的归一化时频加权准则用于鲁棒宽带波达方向估计
音频与语音处理
2023-02-21 v1 机器学习
声音
信号处理
摘要
深度神经网络（DNNs）已极大惠及噪声环境下语音源定位的波达方向（DoA）估计方法。然而，由于其易受非语音干扰的影响，定位精度仍远不能令人满意。为提升对干扰的鲁棒性，我们提出一种基于 DNN 的归一化时频（T-F）加权准则，该准则最小化候选导向矢量与 T-F 域中滤波后快拍之间的距离。我们的方法无需特征分解，并使用简单归一化以防止优化目标被含噪滤波快拍误导。我们还研究了由 DNN 引导的 T-F 权重的不同设计。我们发现，复制语音比率掩码的 Hadamard 积在所提方法中极为有效，且优于直接掩码与取均值等其他技术。然而，一般而言，T-F 权重的最佳设计依赖于具体准则。实验表明，所提方法在噪声与混响环境下优于流行的基于 DNN 的 DoA 估计方法，包括广泛使用的子空间方法。
引用
@article{arxiv.2302.10147,
title = {A DNN based Normalized Time-frequency Weighted Criterion for Robust Wideband DoA Estimation},
author = {Kuan-Lin Chen and Ching-Hua Lee and Bhaskar D. Rao and Harinath Garudadri},
journal= {arXiv preprint arXiv:2302.10147},
year = {2023}
}
备注
5 pages. Accepted at ICASSP 2023