基于物理信息神经网络的语音信号体积声场重建
音频与语音处理
2024-04-24 v2
摘要
近期的声学信号处理研究见证了深度学习方法与基于波展开的经典方法相结合的趋势，后者在声场重建领域仍占主导地位。物理信息神经网络（PINN）作为一种新兴框架，正在搭建数据驱动与模型基方法之间用于解决偏微分方程控制的物理现象之间的鸿沟。本文引入了一种基于 PINN 的方法，用于恢复任意体积声场。该网络在时域中纳入波动方程，以正则化信号重建。该方法使网络能够学习声传播的底层物理，并允许基于有限观测数据对声场进行完整表征。通过在真实环境中进行语音信号实验，考虑不同可用测量数量，验证了所提方法的有效性。此外，本文对比分析了来自现有文献中基于频域和时域重建方法的状态-of-the-art性能，突出了在各种测量配置下的提高精度。
引用
@article{arxiv.2403.09524,
title = {Physics-Informed Neural Network for Volumetric Sound field Reconstruction of Speech Signals},
author = {Marco Olivieri and Xenofon Karakonstantis and Mirco Pezzoli and Fabio Antonacci and Augusto Sarti and Efren Fernandez-Grande},
journal= {arXiv preprint arXiv:2403.09524},
year = {2024}
}