面向声事件定位与检测及源距离估计的联合建模实验研究
声音
2025-01-22 v1 机器学习
音频与语音处理
摘要
在传统的声事件定位与检测(SELD)任务中，关注点通常是声事件检测(SED)和来到方向估计(DOA)，但它们不足以提供关于声源的完整空间信息。3D SELD任务通过集成源距离估计(SDE)来解决这一限制，实现完整的空间定位。我们提出了三种方法来应对这一挑战：一种新颖的方法采用独立训练和联合预测，即首先将DOA和距离估计视为独立任务，然后将其组合来解决3D SELD；一种采用源笛卡尔坐标用于同时DOA和距离估计的双分支表示；以及一种在统一框架内联合建模SED、DOA和SDE的三分支结构。我们提出的方法在DCASE 2024挑战任务3中名列第一，证明了联合建模对于解决3D SELD任务的有效性。本文的相关代码将在未来开源。
引用
@article{arxiv.2501.10755,
title = {An Experimental Study on Joint Modeling for Sound Event Localization and Detection with Source Distance Estimation},
author = {Yuxuan Dong and Qing Wang and Hengyi Hong and Ya Jiang and Shi Cheng},
journal= {arXiv preprint arXiv:2501.10755},
year = {2025}
}
备注
5 pages, 1 figure, accepted by ICASSP2025