RIR-Mega：面向机器学习与房间声学建模的大规模模拟房间脉冲响应数据集
音频与语音处理
2025-10-29 v2 信号处理
摘要
房间脉冲响应是 dereverberation（去回声）、稳健语音识别、声源定位以及房间声学估计的核心资源。我们提出 RIR-Mega，一个由模拟 RIRs 组成的大型数据集合，采用紧凑且机器友好的元数据模式描述，并配备简单的数据验证与复用工具。该数据集附带 Hugging Face Datasets 加载器、元数据检查与校验脚本，以及一个从波形预测 RT60 类目标的参考回归基线。在 36,000 条训练集和 4,000 条验证集上，一个小型随机森林模型在轻量时域与频谱特征上可达到接近 0.013 秒的平均绝对误差和接近 0.022 秒的均方根误差。我们在 Hugging Face 上提供包含 1,000 条线性阵列 RIR 和 3,000 条圆形阵列 RIR 的子集用于流式传输和快速测试，并在 Zenodo 上保存完整的 50,000 条 RIR 归档。该数据集和代码公开，以支持可重复的研究。
引用
@article{arxiv.2510.18917,
title = {RIR-Mega: a large-scale simulated room impulse response dataset for machine learning and room acoustics modeling},
author = {Mandip Goswami},
journal= {arXiv preprint arXiv:2510.18917},
year = {2025}
}
备注
8 pages, 3 figures