基于 STFT 域声学重构的单声道盲房脉冲响应识别 (Rec-RIR)
音频与语音处理
2026-01-22 v2 信号处理
摘要
本文提出 Rec-RIR，用于单声道盲房脉冲响应（RIR）识别。Rec-RIR 基于卷积传递函数（CTF）近似构建，模型在短时傅里叶变换域的窄带滤波器库中对声学效应进行建模。具体而言，我们提出一种带有跨带宽和窄带块的深度神经网络（DNN）来估计 CTF 滤波器。该 DNN 通过重建噪声自由的回声语音谱进行训练。这种目标使训练过程稳定且易于监督。随后，采用伪侵入式测量过程，将 CTF 滤波器估计转换为 RIR，以模拟常见的侵入式 RIR 测量程序。实验结果表明，Rec-RIR 在 RIR 识别和声学参数估计方面实现了最先进的性能。开源代码已在 https://github.com/Audio-WestlakeU/Rec-RIR 上提供。
引用
@article{arxiv.2509.15628,
title = {Rec-RIR: Monaural Blind Room Impulse Response Identification via DNN-based Reverberant Speech Reconstruction in STFT Domain},
author = {Pengyu Wang and Xiaofei Li},
journal= {arXiv preprint arXiv:2509.15628},
year = {2026}
}
备注
5 pages