LOCATA 挑战赛：基于平面阵列的说话人定位
声音
2019-01-28 v1 音频与语音处理
摘要
本文档描述了我们提交给 2018 年 LOCalization And TrAcking (LOCATA) 挑战赛（任务 1、3、5）的方案。我们利用由 DICIT 平面阵列的多个麦克风对计算得到的全局相干场 (Global Coherence Field, GCF) 来估计说话人的三维位置。使用此类全向麦克风阵列的主要挑战之一是前后模糊问题，在任务 5 中尤为明显。我们通过后处理 GCF 的峰值并利用阵列边框引入的衰减来解决这一挑战。此外，语音的间歇特性以及说话人朝向的变化使得定位困难。对于任务 3 和 5，我们还采用了粒子滤波 (Particle Filter, PF) 以强化定位结果的时空连续性。
引用
@article{arxiv.1901.08983,
title = {LOCATA challenge: speaker localization with a planar array},
author = {Xinyuan Qian and Andrea Cavallaro and Alessio Brutti and Maurizio Omologo},
journal= {arXiv preprint arXiv:1901.08983},
year = {2019}
}
备注
In Proceedings of the LOCATA ChallengeWorkshop - a satellite event of IWAENC 2018 (arXiv:1811.08482 )