基于混合 Alpha 稳定空间测度与神经引擎的声源定位技术 SHAMaNS

Diego Di Carlo; Mathieu Fontaine; Aditya Arie Nugraha; Yoshiaki Bando; Kazuyoshi Yoshii

基于混合 Alpha 稳定空间测度与神经引擎的声源定位技术 SHAMaNS

声音 2025-06-25 v1 人工智能机器学习音频与语音处理

作者: Diego Di Carlo , Mathieu Fontaine , Aditya Arie Nugraha , Yoshiaki Bando , Kazuyoshi Yoshii

摘要

本文描述了一种声源定位 (SSL) 技术, 其结合 $\alpha$ -稳定模型用于观测信号与基于神经网络的方法用于建模定向矢量. 具体而言, 使用称为 Neural Steerer 的物理信息神经网络来插值固定麦克风阵列上的测量定向矢量 (SV). 这使得对所谓 $\alpha$ -稳定空间测度进行更稳健的估计成为可能, 该测度代表目标信号最可信的来到方向 (DOA). 由于 $\alpha$ -稳定模型在非高斯情形 ( $\alpha$ $\in$ (0, 2)) 下定义独特的空间测度, 我们选择利用它来考虑 Neural Steerer 在下游任务中的残差重构误差. 目标得分表明, 所提出的技术在多声源情况下优于现有先进方法.

关键词

声源定位 Alpha 稳定模型 Neural Steerer 定向矢量 DOA 估计

引用

@article{arxiv.2506.18954,
  title  = {SHAMaNS: Sound Localization with Hybrid Alpha-Stable Spatial Measure and Neural Steerer},
  author = {Diego Di Carlo and Mathieu Fontaine and Aditya Arie Nugraha and Yoshiaki Bando and Kazuyoshi Yoshii},
  journal= {arXiv preprint arXiv:2506.18954},
  year   = {2025}
}

备注

European Signal Processing Conference (EUSIPCO), Sep 2025, Palermo, Italy

基于混合 Alpha 稳定空间测度与神经引擎的声源定位技术 SHAMaNS

摘要

关键词

引用

备注

相关论文