用于多通道音频分类的多视图网络
声音
2019-02-28 v3 音频与语音处理
摘要
本文引入多视图网络用于多传感器声音分类的思想。我们展示了如何构建一个在固定通道数上训练的多通道声音识别模型,并将其部署到具有任意(且可能动态变化)输入通道数的场景中而不出现性能下降。我们证明,在推理时你可以安全地为该模型提供所有可用通道,因为它可以忽略噪声信息并比标准基线方法更好地利用新信息。该模型在无回声环境以及由房间声学模拟器生成的房间中均进行了评估。我们证明该模型可以泛化到未见过的通道数以及未见过的房间几何形状。
引用
@article{arxiv.1811.01251,
title = {Multi-View Networks For Multi-Channel Audio Classification},
author = {Jonah Casebeer and Zhepei Wang and Paris Smaragdis},
journal= {arXiv preprint arXiv:1811.01251},
year = {2019}
}
备注
5 pages, 7 figures, Accepted to ICASSP 2019