利用高阶 Ambisonics 信号与卷积循环神经网络估计含噪语音的到达方向
音频与语音处理
2021-05-07 v3
摘要
在一级 Ambisonics 信号上训练卷积循环神经网络，是估计语音/声音信号到达方向的已知方法。本文中，我们研究将 Ambisonics 阶数提升至四级是否能进一步改善卷积循环神经网络的估计性能。基于模拟空间房间脉冲响应数据的结果表明，使用更高 Ambisonics 阶数确有潜力提供更好的定位结果；而在基于真实空间房间脉冲响应的数据上，从二阶起未显示进一步改善。相反，从原始数据中提取有意义特征似乎至关重要。由声强向量导出的一阶特征在几乎所有场景中均优于纯高阶幅值与相位特征。
引用
@article{arxiv.2102.09853,
title = {Direction of Arrival Estimation of Noisy Speech Using Convolutional Recurrent Neural Networks with Higher-Order Ambisonics Signals},
author = {Nils Poschadel and Robert Hupke and Stephan Preihs and Jürgen Peissig},
journal= {arXiv preprint arXiv:2102.09853},
year = {2021}
}
备注
5 pages, 6 figures. Accepted to EUSIPCO 2021