高效且容忍麦克风故障的 3D 声源定位
声音
2025-05-28 v1 人工智能
机器学习
音频与语音处理
摘要
声源定位（SSL）是确定复杂环境中声源位置的关键技术。然而，现有方法面临计算成本高和精确校准要求等挑战，限制了其在动态或资源受限环境中的部署。本文提出了一种新颖的 3D SSL 框架，该框架使用稀疏交叉注意力、预训练和自适应信号相干性指标，以较少的输入麦克风实现准确且计算高效的定位。该框架对不可靠甚至未知的麦克风位置输入也具有容错性，确保了其在真实场景中的适用性。初步实验证明了其在无需额外硬件的情况下进行多源定位的可扩展性。这项工作通过平衡模型的性能与效率，并提高其在真实场景中的鲁棒性，推动了 SSL 的发展。
引用
@article{arxiv.2505.20961,
title = {Efficient and Microphone-Fault-Tolerant 3D Sound Source Localization},
author = {Yiyuan Yang and Shitong Xu and Niki Trigoni and Andrew Markham},
journal= {arXiv preprint arXiv:2505.20961},
year = {2025}
}
备注
Accepted by Interspeech 2025 Conference