混响环境下基于深度反卷积网络的直接声源与早期反射定位
音频与语音处理
2021-10-25 v2 声音
信号处理
摘要
本文提出了一种基于反卷积的网络（DCNN）模型，用于混响场景下直接声源与早期反射的波达方向（DOA）估计。考虑到声源的一阶反射也像直接声源一样包含空间指向性，我们在学习过程中将两者都视为声源。我们使用高阶 Ambisonics（HOA）信号在时域的协方差矩阵作为网络的输入特征，该特征简洁且在混响场景下包含精确的空间信息。此外，我们基于反卷积网络在二维极坐标空间中进行空间伪谱（SPS）重建，据此可刻画仰角与方位角之间的空间关系。我们基于不同混响场景下的仿真与实测数据开展了一系列实验，证明了所提 DCNN 模型的鲁棒性与准确性。
引用
@article{arxiv.2110.04850,
title = {Direct source and early reflections localization using deep deconvolution network under reverberant environment},
author = {Shan Gao and Xihong Wu and Tianshu Qu},
journal= {arXiv preprint arXiv:2110.04850},
year = {2021}
}