数据驱动的声学信号检测、滤波与变换的基础
音频与语音处理
2025-09-01 v1
摘要
近些年来，随着应用需求的多样化，信号处理领域迅速发展，涌现出丰富的科学问题和研究方向。信号的形态、形成机制以及信息提取方法因具体应用而异，从而导致各类信号处理技术的多样化。常见技术可归纳为三类：变换、检测与滤波。信号变换将信号从原始域转换为更适合分析的目标域；信号检测旨在识别信号中相关信息的存在及其具体时空位置；信号滤波则聚焦于从观测信号中提取或分离感兴趣的源信号。在声学信号处理中，技术包括声源定位、声事件检测、声纹提取与识别、降噪以及源信号分离，相关应用涵盖语音通信、语音交互、智能医疗和工业诊断等领域。近年来，深度学习技术的不断进步推动了声学信号处理方法由知识驱动向数据驱动的范式转变，催生了众多研究成果。本文旨在系统性地总结数据驱动声学信号处理的原理与方法，为学术探索与实际应用提供完整的理解框架。
引用
@article{arxiv.2508.21470,
title = {Fundamentals of Data-Driven Approaches to Acoustic Signal Detection, Filtering, and Transformation},
author = {Chao Pan},
journal= {arXiv preprint arXiv:2508.21470},
year = {2025}
}