基于批量 EM 的展开神经网络中的演讲者定位
音频与语音处理
2026-03-18 v1 信号处理
摘要
我们提出一种可解释的批量 EM 展开网络，用于鲁棒的演讲者定位。通过在编码器-EM-解码器架构中嵌入迭代 EM 流程，该方法缓解了初始化敏感性并提高了收敛性。实验表明，在混响条件下，该方法相对于经典批量 EM 在准确性和鲁棒性方面具有优势。
引用
@article{arxiv.2603.16278,
title = {Speakers Localization Using Batch EM In Unfolding Neural Network},
author = {Rina Veler and Sharon Gannot},
journal= {arXiv preprint arXiv:2603.16278},
year = {2026}
}
备注
3 pages, 1 figure, ICSEE 2026