基于自组织麦克风阵列端到端声源定位的软标签编码
音频与语音处理
2023-04-18 v1
摘要
近来，一种基于自组织麦克风阵列的端到端二维声源定位算法将声源定位问题表述为分类问题。该算法将目标室内空间划分为一组局部区域，并预测说话人所在的局部区域。然而，局部区域采用 one-hot 码编码，可能因量化误差丢失局部区域间的联系。本文提出一种新的软标签编码方法，称为标签平滑，用于基于分类的二维声源定位与自组织麦克风阵列。其核心思想是将类别间的几何联系纳入标签编码过程。第一种称为静态软标签编码（SSLC），基于局部区域间距离将 one-hot 码修改为软码。由于 SSLC 为手工设计可能非最优，第二种称为动态软标签编码（DSLC），通过在训练阶段依据基于分类的定位模型所产生的预测统计来进一步修正 SSLC。实验结果表明所提方法能有效提升定位精度。
引用
@article{arxiv.2304.07512,
title = {Soft Label Coding for End-to-end Sound Source Localization With Ad-hoc Microphone Arrays},
author = {Linfeng Feng and Yijun Gong and Xiao-Lei Zhang},
journal= {arXiv preprint arXiv:2304.07512},
year = {2023}
}
备注
4pages, 2figures, conference