SoundCompass：在复杂声学场景中利用有效方向线索集成进行目标声音提取

目标声音提取（TSE）的最新进展利用了源自到达方向（DoA）的方向线索，DoA 代表了在任何声学场景中都存在的固有的空间属性。然而，以往基于 DoA 的方法依赖于手工特征或离散编码，这会丢失细粒度的空间信息并限制了适应性。我们提出了 SoundCompass，这是一个有效的方向线索集成框架，其核心是一个频谱成对交互（SPIN）模块，该模块在复数频谱图域中捕获跨通道空间相关性，以保留多通道信号中的完整空间信息。以空间相关性表示的输入特征与表示为球谐函数（SH）编码的 DoA 线索相融合。这种融合在重叠的频率子带中进行，继承了以往频带分割架构中报告的优势。我们还在 TSE 框架中引入了迭代细化策略，即推理链，该策略将 DoA 与从先前推理阶段估计出的声音事件激活进行递归融合。实验表明，结合了 SPIN、SH 嵌入和 CoI 的 SoundCompass 能够在各种信号类别和空间配置下稳健地提取目标声源。