MB-RIRs：带频率依赖吸收系数的合成房间冲激响应数据集
声音
2025-07-15 v1 机器学习
音频与语音处理
摘要
我们探讨了四种策略以提高合成房间冲激响应(RIR)数据集在单声道语音增强(SE)中的生态有效性。我们在传统基于图像源方法(ISM)的盒子RIR上实现三项功能：多带吸收系数、源定向性和接收定向性。我们另外考虑来自SoundSpaces数据集的网格化RIR。随后为每个RIR数据集训练DeepFilternet3模型，并在测试集的真实RIR上客观和主观评估。我们发现使用频率依赖声学吸收系数的RIR(MB-RIRs)在真实RIR上可获得+0.51dB的SDR和+8.9 MUSHRA分数。MB-RIRs数据集已公开免费下载。
引用
@article{arxiv.2507.09750,
title = {MB-RIRs: a Synthetic Room Impulse Response Dataset with Frequency-Dependent Absorption Coefficients},
author = {Enric Gusó and Joanna Luberadzka and Umut Sayin and Xavier Serra},
journal= {arXiv preprint arXiv:2507.09750},
year = {2025}
}
备注
Accepted to WASPAA25