FAST-RIR：基于神经网络的快速扩散房间脉冲响应生成器
声音
2022-02-08 v2 人工智能
机器学习
音频与语音处理
摘要
我们提出了一种基于神经网络的快速扩散房间脉冲响应生成器（FAST-RIR），用于为给定声学环境生成房间脉冲响应（RIRs）。我们的 FAST-RIR 以矩形房间尺寸、听者与说话人位置以及混响时间作为输入，并为给定声学环境生成镜面反射与扩散反射。我们的 FAST-RIR 能够以平均误差 0.02s 为给定输入混响时间生成 RIRs。我们使用 Google Speech API、Microsoft Speech API 和 Kaldi 工具在自动语音识别（ASR）应用中评估所生成的 RIRs。我们表明，在批大小为 1 时，我们提出的 FAST-RIR 在 CPU 上比最先进的扩散声学模拟器（DAS）快 400 倍，并在 ASR 实验中给出与 DAS 相近的性能。我们的 FAST-RIR 比现有的基于 GPU 的 RIR 生成器（gpuRIR）快 12 倍。我们表明，在 AMI 远场 ASR 基准上，我们的 FAST-RIR 比 gpuRIR 高出 2.5%。
引用
@article{arxiv.2110.04057,
title = {FAST-RIR: Fast neural diffuse room impulse response generator},
author = {Anton Ratnarajah and Shi-Xiong Zhang and Meng Yu and Zhenyu Tang and Dinesh Manocha and Dong Yu},
journal= {arXiv preprint arXiv:2110.04057},
year = {2022}
}
备注
Accepted to ICASSP 2022. More results and source code is available at https://anton-jeran.github.io/FRIR/