用于三维声事件检测与定位的四元数卷积神经网络
音频与语音处理
2022-12-16 v1 机器学习
声音
摘要
在四元数域中从数据学习使我们能够利用 4D 信号的内部依赖关系并将其作为单一实体处理。四元数 valued 数据处理完美契合的模型之一是由球谐函数分解表示的 3D 声学信号。本文中，我们通过对四元数 valued 数据进行处理来解决空间声场中声事件定位与检测的问题。具体地，我们考虑由一阶 ambisonic 麦克风捕获信号的球谐分量，并使用四元数卷积神经网络对其进行处理。实验结果表明，所提方法利用了 ambisonic 信号的相关特性，从而提升了三维声事件检测与定位的准确率。
引用
@article{arxiv.1812.06811,
title = {Quaternion Convolutional Neural Networks for Detection and Localization of 3D Sound Events},
author = {Danilo Comminiello and Marco Lella and Simone Scardapane and Aurelio Uncini},
journal= {arXiv preprint arXiv:1812.06811},
year = {2022}
}
备注
Submitted to ICASSP 2019