更真实房间仿真对远场关键词 spotting 影响的研究
声音
2020-11-19 v3 音频与语音处理
摘要
我们研究了在无需对域内数据进行微调的情况下，更真实的房间仿真对训练远场关键词 spotting 系统的影响。为此，我们研究了在房间脉冲响应（RIR）生成中纳入以下因素的影响：空气吸收、真实材料的表面相关与频率相关系数，以及随机射线追踪。通过消融研究，使用一个唤醒词任务来衡量这些因素相对于一组实测 RIR 真值集的影响。在干净与含噪远场条件下重录的保留集上，我们展示了相较常用的（单吸收系数）镜像源方法最高达 的相对提升。源代码已在 Pyroomacoustics 包中提供，使他人能将这些技术纳入其工作。
引用
@article{arxiv.2006.02774,
title = {A study on more realistic room simulation for far-field keyword spotting},
author = {Eric Bezzam and Robin Scheibler and Cyril Cadoux and Thibault Gisselbrecht},
journal= {arXiv preprint arXiv:2006.02774},
year = {2020}
}
备注
7 pages, 4 figures, accepted at APSIPA 2020, room impulse response generation code can be found at https://github.com/ebezzam/room-simulation