从语音信号推断朝向方向
声音
2021-09-30 v2 音频与语音处理
摘要
考虑一个运行着多个语音助手（如电视、灯、烤箱、冰箱等）的家庭或办公室。人类用户转向某个特定设备并给出语音指令，例如“Alexa，你能……”。本文关注于检测用户所面向的设备，从而仅让该设备对指令作出响应的问题。我们的核心直觉源于以下事实：人类语音表现出方向性辐射模式，且该模式的朝向应影响各设备接收到的信号。遗憾的是，室内多径、未知用户位置与未知语音信号构成了关键障碍。通过一种从给定信号估计视距（LoS）功率的新算法，并结合波束成形与三角测量，我们设计了一个称为 CoDIR 的可用解决方案。来自 5 个房间、9 个不同用户的 500+ 种配置的结果令人鼓舞。尽管仍需改进，我们认为这是在这一具挑战性但紧迫的问题空间中向前迈出的重要一步。
引用
@article{arxiv.2109.13094,
title = {Inferring Facing Direction from Voice Signals},
author = {Yu-Lin Wei and Rui Li and Abhinav Mehrotra and Romit Roy Choudhury and Nic Lane},
journal= {arXiv preprint arXiv:2109.13094},
year = {2021}
}
备注
12 pages, 16 figures