声学中的机器学习: 综述与开源存储库
声音
2025-07-08 v1 音频与语音处理
信号处理
摘要
声学数据为从生物声学和通信到海洋和地球科学等多个领域提供科学和工程见解。在本综述中, 我们调查了机器学习 (ML) 在声学领域的最新进展及其变革性潜力, 包括深度学习 (DL)。使用 Python 高级编程语言, 我们演示了一广泛的 ML 技术集合, 用于自动检测和发现声学数据中的模式, 实现分类、回归和生成。我们包括声学数据分类、空间音频的生成式建模以及物理信息神经网络等 ML 示例。本工作包括 AcousticsML, 一个包含在 GitHub 上提供的实用 Jupyter notebook 示例集合, 旨在展示 ML 优势, 并鼓励研究人员和实践者将可重复的数据驱动方法应用于声学挑战。
引用
@article{arxiv.2507.04419,
title = {Machine Learning in Acoustics: A Review and Open-Source Repository},
author = {Ryan A. McCarthy and You Zhang and Samuel A. Verburg and William F. Jenkins and Peter Gerstoft},
journal= {arXiv preprint arXiv:2507.04419},
year = {2025}
}
备注
Accepted by npj Acoustics, 22 pages, 12 figures