基于模型的重叠声学事件联合识别与定位：使用一组分布式小型麦克风阵列
声音
2017-12-20 v1 音频与语音处理
摘要
在声学场景分析中，常需在时间上检测、识别所发生的声音并在空间上对其定位。通常这些任务各自独立完成。本文提出并验证了一种基于模型的方法，针对多个同时源的情况联合执行上述任务。所识别的事件类别及其各自房间位置由一个单一系统获得，该系统最大化一组大量分数的组合，每个分数来自不同的声学事件模型与不同的波束成形器输出信号，而信号源于若干个任意放置的小型麦克风阵列之一。通过使用两步法，报告了由会议室声学事件（孤立或与语音重叠）组成的特定场景的实验工作。基于两个数据集的测试显示了所提方法相对于一些常用技术的优势，并且表明加入估计先验可带来进一步的性能提升。
引用
@article{arxiv.1712.07065,
title = {Joint model-based recognition and localization of overlapped acoustic events using a set of distributed small microphone arrays},
author = {Rupayan Chakraborty and Climent Nadeu},
journal= {arXiv preprint arXiv:1712.07065},
year = {2017}
}
备注
Computational acoustic scene analysis, microphone array signal processing, acoustic event detection