基于ACCDOA与EINV2系统结合D3Net和脉冲响应仿真的集成方法用于声音事件定位与检测
音频与语音处理
2021-06-22 v1 声音
摘要
本报告描述了我们提交给DCASE2021挑战赛任务3的系统：具有方向性干扰的声音事件定位与检测（SELD）。我们此前基于活动耦合笛卡尔到达方向（ACCDOA）表示的系统能用单一目标解决SELD任务。该基于ACCDOA、采用称为RD3Net的高效网络架构及数据增强技术的系统在定位和与位置相关的检测方面优于最先进的SELD系统。以该ACCDOA系统为基础，我们通过平均多个在不同条件（如输入特征、训练折和模型架构）下训练的系统输出来进行模型集成。我们还使用事件独立网络v2（EINV2）系统来增加模型集成的多样性。为使模型泛化，我们进一步提出脉冲响应仿真（IRS），通过对从原始数据集中提取的源信号与仿真的房间脉冲响应（RIRs）进行卷积来生成仿真的多通道信号。我们的系统在开发数据集上相比基线系统有显著改进。
引用
@article{arxiv.2106.10806,
title = {Ensemble of ACCDOA- and EINV2-based Systems with D3Nets and Impulse Response Simulation for Sound Event Localization and Detection},
author = {Kazuki Shimada and Naoya Takahashi and Yuichiro Koyama and Shusuke Takahashi and Emiru Tsunoo and Masafumi Takahashi and Yuki Mitsufuji},
journal= {arXiv preprint arXiv:2106.10806},
year = {2021}
}
备注
5 pages, 3 figures, submitted to DCASE2021 task3