用于多声源二维定位中域适应的判别器集成方法

本文提出了一种判别器集成方法，提高了多声源定位中域适应技术的精度。近来，深度神经网络在该任务上取得了有前景的结果，但其训练需要大量标注数据。记录和标注此类数据集成本极高，尤其是因为数据需要足够多样以覆盖不同的声学条件。在本文中，我们利用声学模拟器低成本地生成标注训练样本。然而，由于域失配，在合成数据上训练的模型在真实世界录音上往往表现不佳。为此，我们探索了两种使用对抗学习的声源定位域适应方法，其利用标注合成数据与未标注真实数据。我们提出了一种新颖的集成方法，结合了应用于定位模型不同特征层上的判别器。实验表明，我们的集成判别方法显著提升了定位性能，且无需真实数据的任何标签。