Ambisonics 网络：径向函数正则化的影响
音频与语音处理
2024-03-01 v1 声音
摘要
Ambisonics 是一种流行的空间音频格式，它是声场平面波密度函数的球谐函数 (SH) 表示。许多算法在 SH 域中运行并利用 Ambisonics 作为输入信号。从球形麦克风阵列编码 Ambisonics 的过程涉及除以径向函数，这可能会放大低频噪声。这可以通过正则化来克服，但缺点是会引入 Ambisonics 编码误差。本文旨在调查不同正则化方式对深度神经网络 (DNN) 训练和性能的影响。理想情况下，这些网络应对正则化方式具有鲁棒性。我们使用了房间内单说话人的模拟数据和来自 LOCATA 挑战的实验数据，基于直接路径主导 (DPD) 测试的说话人定位示例算法评估了这种鲁棒性。结果表明，性能可能对正则化方式敏感，因此我们提出并研究了一种知情方法，强调了正则化信息的重要性。
引用
@article{arxiv.2402.18968,
title = {Ambisonics Networks -- The Effect Of Radial Functions Regularization},
author = {Bar Shaybet and Anurag Kumar and Vladimir Tourbabin and Boaz Rafaely},
journal= {arXiv preprint arXiv:2402.18968},
year = {2024}
}
备注
to be published in Icassp 2024