基于多维转向响应功率映射与稀疏贝叶斯学习的声源定位
音频与语音处理
2024-05-21 v1
摘要
我们提出一种先进的转向响应功率（SRP）方法用于多声源定位。传统SRP在不利条件下表现良好，但在声源邻近的场景中仍难以获得清晰的SRP图。我们通过在SRP中应用稀疏优化来获得高分辨率图来解决这个问题。我们的方法将SRP图表示为多维矩阵以保留时频信息，并进一步改善不利条件下的性能。我们使用多字典稀疏贝叶斯学习来定位声源，无需预先知道声源数量。通过16通道平面麦克风阵列的实际实验验证了我们的方法，并与另外三种基于SRP和稀疏的方法进行了比较。我们的多维SRP方法在定位混响室中紧密间隔的声源方面优于传统SRP和当前最先进的稀疏SRP方法。
引用
@article{arxiv.2405.11792,
title = {Source Localization by Multidimensional Steered Response Power Mapping with Sparse Bayesian Learning},
author = {Wei-Ting Lai and Lachlan Birnie and Xingyu Chen and Amy Bastine and Thushara D. Abhayapala and Prasanga N. Samarasinghe},
journal= {arXiv preprint arXiv:2405.11792},
year = {2024}
}