基于双耳音频的重叠声事件方向与邻近度联合分类
声音
2021-07-27 v1 机器学习
音频与语音处理
摘要
声源邻近度与距离估计在许多实际应用中备受关注，因为它们为声学场景分析提供了重要信息。由于这两项任务具有互补特性，确保二者之间的高效交互对于完整刻画听觉环境至关重要。本文旨在研究从双耳录音中进行邻近度与方向联合估计的几种方法，二者均被定义为基于深度神经网络（DNNs）的粗分类问题。考虑到双耳音频的局限性，我们提出两种将球面划分为角度区域的方法，以获得一组方向类别。针对每种方法，我们研究不同的模型类型以获取到达方向（DoA）信息。最后，我们提出多种将邻近度与方向估计问题组合为联合任务的方法，从而提供出现声源的起止时间信息。实验在一个由最多两个重叠声事件组成的合成混响双耳数据集上进行。
引用
@article{arxiv.2107.12033,
title = {Joint Direction and Proximity Classification of Overlapping Sound Events from Binaural Audio},
author = {Daniel Aleksander Krause and Archontis Politis and Annamaria Mesaros},
journal= {arXiv preprint arXiv:2107.12033},
year = {2021}
}