C-SL：基于惯性-声学传感器的对比式声源定位
声音
2020-06-11 v1 机器学习
音频与语音处理
摘要
人脑利用关于头部与眼动的感觉信息来更新个体与周围环境之间的空间关系。基于这一称为空间更新的认知过程，我们引入对比式声源定位（C-SL），使用任意几何形状的移动惯性-声学传感器阵列。C-SL 利用阵列自由旋转运动期间采集的未标记多通道音频记录与惯性测量单元（IMU）读数，以自监督方式学习从声学测量到以阵列为中心到达方向（DOA）的映射。与在校准阶段需已知阵列几何或声源位置的传统 DOA 估计方法相反，C-SL 对二者均无关，并可在极小约束设置下采集的数据上训练。为实现此能力，我们所提方法利用定制的对比损失来度量输入不相交段所预测声源位置之间的空间对比，以线性时间联合更新估计的 DOA 与声学-空间映射。我们提供 C-SL 的定量与定性评估，将其性能与基线 DOA 估计方法在广泛条件下比较。我们相信 C-SL 所提供的宽松校准流程为真正个性化的增强听觉应用铺平了道路。
引用
@article{arxiv.2006.05071,
title = {C-SL: Contrastive Sound Localization with Inertial-Acoustic Sensors},
author = {Majid Mirbagheri and Bardia Doosti},
journal= {arXiv preprint arXiv:2006.05071},
year = {2020}
}