鞋盒房间内的听觉：基于虚拟监督学习的双耳声源位置与墙面吸收估计
声音
2017-03-21 v2
摘要
本文介绍了一种用于监督式声源定位的新框架，称为虚拟监督学习。声学鞋盒房间模拟器被用于生成大量双耳单声源音频场景。这些场景被用于构建一个空间双耳特征数据集，并标注有声学属性，如 3D 声源位置和墙面吸收系数。采用一个从高维到低维的概率回归框架来学习从这些特征到声学属性的映射。结果表明，该映射成功估计了新声源的方位角和仰角，而且还估计了它们的距离，甚至仅基于双耳信号估计了墙面吸收系数。结果还表明，在数据中加入随机扩散效应可显著改善所有参数的估计。
引用
@article{arxiv.1609.09747,
title = {Hearing in a shoe-box : binaural source position and wall absorption estimation using virtually supervised learning},
author = {Saurabh Kataria and Clément Gaultier and Antoine Deleforge},
journal= {arXiv preprint arXiv:1609.09747},
year = {2017}
}
备注
2017 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), Mar 2017, New-Orleans, United States