利用卷积循环神经网络进行多声源到达方向估计
声音
2018-08-07 v2 机器学习
音频与语音处理
摘要
本文提出一种用于估计多个声源到达方向（DOA）的深度神经网络。所提出的堆叠卷积与循环神经网络（DOAnet）生成空间伪谱（SPS）以及方位角和仰角上的 DOA 估计。我们通过将所有通道的谱图幅值与相位作为网络输入，避免了任何显式的特征提取步骤。所提出的 DOAnet 通过在消声、匹配及不匹配混响条件下估计多个同时存在的声源的 DOA 来进行评估。结果表明，所提出的 DOAnet 能够以良好精度估计声源数量及其各自 DOA，并生成高信噪比的空间伪谱。
引用
@article{arxiv.1710.10059,
title = {Direction of arrival estimation for multiple sound sources using convolutional recurrent neural network},
author = {Sharath Adavanne and Archontis Politis and Tuomas Virtanen},
journal= {arXiv preprint arXiv:1710.10059},
year = {2018}
}
备注
EUSIPCO 2018