神经空间谱滤波器中的空间信息定位
音频与语音处理
2023-07-04 v2 声音
摘要
用于多通道语音增强的波束成形依赖于对声学场景空间特征的估计。在最简单的形式中，延迟求和波束成形器（DSB）对所有通道引入时间延迟，以对齐期望信号分量实现相长叠加。近期对神经空间谱滤波的研究表明，这些滤波器可由类似于传统波束成形器的波束方向图刻画，这表明人工神经网络能够学习并显式表示空间结构。使用复值空间自编码器（COSPA）作为多通道语音增强的示例性神经空间谱滤波器，我们研究了此类网络在何处以及如何表示空间信息。我们通过聚类表明，对于COSPA，空间信息由可同时访问所有通道的门控循环单元（GRU）层生成的特征表示，且这些特征不依赖于声源而仅依赖于到达方向。
引用
@article{arxiv.2303.08052,
title = {Localizing Spatial Information in Neural Spatiospectral Filters},
author = {Annika Briegleb and Thomas Haubner and Vasileios Belagiannis and Walter Kellermann},
journal= {arXiv preprint arXiv:2303.08052},
year = {2023}
}
备注
Accepted to the 31st European Signal Processing Conference (EUSIPCO 2023), Helsinki, Finland. 5 pages, 3 figures