基于相干性的频率子集选择用于双耳RTF矢量多说话人到达方向估计
音频与语音处理
2024-10-28 v1
摘要
近来，已提出一种通过最小化估计相对传递函数（RTF）矢量与无混响原型RTF矢量数据库之间的频率平均厄米角来估计单说话人到达方向（DOA）的方法。本文中，我们通过引入频率平均厄米角谱并选取该空间谱的峰值，将该方法扩展至多说话人定位。为构建厄米角谱，我们仅考虑可能某一说话人占优的频率子集。我们比较了广义幅度平方相干性以及两种相干到扩散比（CDR）估计器作为频率选择准则的有效性。使用双耳助听设备在具有扩散类嘈杂噪声的混响环境中估计两个说话人DOA的仿真结果表明，采用基于双耳有效相干的CDR估计作为频率选择准则可获得最佳性能。
引用
@article{arxiv.2205.08985,
title = {Coherence-Based Frequency Subset Selection For Binaural RTF-Vector-Based Direction of Arrival Estimation for Multiple Speakers},
author = {Daniel Fejgin and Simon Doclo},
journal= {arXiv preprint arXiv:2205.08985},
year = {2024}
}
备注
This work has been submitted to the IEEE for possible publication