声事件检测、定位与距离估计
声音
2024-06-13 v2 机器学习
音频与语音处理
摘要
声事件检测与定位（SELD）是一项结合了识别声事件及其对应到达方向（DOA）的综合任务。尽管该任务有众多应用并在近年来得到了广泛研究，但它未能提供关于声源位置的完整信息。在本文中，我们通过将该任务扩展为声事件检测、定位与距离估计（3D SELD）来克服这一问题。我们研究了将距离估计集成到 SELD 核心中的两种方式：一种是多任务方法，通过单独的模型输出来解决该问题；另一种是单任务方法，通过扩展 multi-ACCDOA 方法以包含距离信息来实现。我们在 STARSS23（Sony-TAU Realistic Spatial Soundscapes 2023）的 Ambisonic 和双声道版本上研究了这两种方法。此外，我们的研究还涉及与距离估计部分相关的损失函数实验。结果表明，在不降低声事件检测和 DOA 估计性能的情况下，执行 3D SELD 是可行的。
引用
@article{arxiv.2403.11827,
title = {Sound Event Detection and Localization with Distance Estimation},
author = {Daniel Aleksander Krause and Archontis Politis and Annamaria Mesaros},
journal= {arXiv preprint arXiv:2403.11827},
year = {2024}
}
备注
This paper has been accepted for the 32nd European Signal Processing Conference EUSIPCO 2024 in Lyon