SLoClas：一个用于联合声音定位与分类的数据库
声音
2021-08-06 v1 数据库
音频与语音处理
摘要
在这项工作中，我们提出了一个新数据库的开发，即声音定位与分类（SLoClas）语料库，用于研究和分析声音定位与分类。该语料库共包含使用 4 通道麦克风阵列记录的 23.27 小时数据。10 类声音通过 loudspeaker 在距阵列 1.5 米处播放，到达方向（DoA）从 1 度到 360 度以 5 度为间隔变化。为便于研究噪声鲁棒性，使用相同设备以 4 个 DoA 记录 6 类室外噪声。此外，我们提出了一个基线方法，即声音定位与分类网络（SLCnet），并给出了在收集的 SLoClas 数据库上进行的实验结果与分析。我们分别实现了 95.21% 和 80.01% 的声音定位与分类准确率。我们公开发布该数据库及源代码以供研究之用。
引用
@article{arxiv.2108.02539,
title = {SLoClas: A Database for Joint Sound Localization and Classification},
author = {Xinyuan Qian and Bidisha Sharma and Amine El Abridi and Haizhou Li},
journal= {arXiv preprint arXiv:2108.02539},
year = {2021}
}
备注
Submitted to O-COCOSDA 2021