SoundCam：利用房间声学寻找人的数据集
声音
2024-01-17 v2 计算机视觉与模式识别
音频与语音处理
摘要
房间的声学特性是房间几何、房内物体及其具体位置的共同产物。房间的声学特性可由源与听者位置间的脉冲响应(RIR)刻画，或大致由房间内自然信号的录音推断。房间内物体位置的变化可引起房间声学特性（如由RIR刻画）的可测量变化。现有RIR数据集要么未系统性地改变环境中物体位置，要么仅由模拟RIR组成。我们提出SoundCam，迄今公开发布的最大规模的野外部件唯一RIR数据集。它包含5000条10通道真实房间脉冲响应测量与2000条10通道音乐录音，涵盖三个不同房间：一个受控声学实验室、一个野外客厅与一个会议室，每个房间中不同人在不同位置。我们展示这些测量可用于有趣任务，如检测与识别人，并追踪其位置。
关键词
引用
@article{arxiv.2311.03517,
title = {SoundCam: A Dataset for Finding Humans Using Room Acoustics},
author = {Mason Wang and Samuel Clarke and Jui-Hsien Wang and Ruohan Gao and Jiajun Wu},
journal= {arXiv preprint arXiv:2311.03517},
year = {2024}
}
备注
In NeurIPS 2023 Datasets and Benchmarks Track. Project page: https://masonlwang.com/soundcam/. Wang and Clarke contributed equally to this work