基于线性扬声器阵列与单个麦克风的数据驱动三维房间几何推断
音频与语音处理
2023-08-29 v1 声音
摘要
了解房间几何对许多音频应用非常有益，包括声音重放、声学场景分析和声源定位。房间几何推断（RGI）处理基于一组房间脉冲响应（RIRs）的反射面定位（RL）问题。受商用声棒日益普及的启发，本文提出一种数据驱动的 3D RGI 方法，使用从线性扬声器阵列到单个麦克风测得的 RIRs。以有监督方式使用模拟 RIRs 训练卷积循环神经网络（CRNN）用于 RL。等价于延迟求和波束形成的 Radon 变换被应用于多通道 RIRs，所得时域声学波束形成图被输入 CRNN。房间几何由麦克风位置及网络估计的反射面位置推断得出。使用实测 RIRs 获得的结果表明，所提数据驱动方法对未见过 RIRs 泛化良好，并达到与涉及中间半监督步骤的基线模型驱动 RGI 方法相当的精度，从而提供统一且全自动的 RGI 框架。
引用
@article{arxiv.2308.14611,
title = {Data-driven 3D Room Geometry Inference with a Linear Loudspeaker Array and a Single Microphone},
author = {Cagdas Tuna and Altan Akat and H. Nazim Bicer and Andreas Walther and Emanuël A. P. Habets},
journal= {arXiv preprint arXiv:2308.14611},
year = {2023}
}
备注
Accepted for publication in Forum Acusticum 2023