SRP-DNN：学习直达路径相位差用于多移动声源定位
声音
2022-02-17 v1 音频与语音处理
摘要
由于声源间相互作用、时变轨迹、空间线索失真等，真实场景中的多移动声源定位仍是一项挑战。本工作中，我们提出使用深度学习技术来学习竞争性与时变的直达路径相位差，以定位多个移动声源。设计了一种因果卷积循环神经网络，从每个麦克风对信号中提取直达路径相位差序列。为避免同时预测多个目标时遇到的分配歧义与输出维度不确定问题，学习目标被设计为加权和形式，其中权重编码声源活跃度、求和值编码直达路径相位差。所有麦克风对学到的直达路径相位差可根据导向响应功率（SRP）的构造公式直接用于构建空间谱。这种基于深度神经网络（DNN）的 SRP 方法被称为 SRP-DNN。声源位置通过从空间谱中迭代检测并移除主导声源来估计，以此降低声源间相互作用。在仿真与真实数据上的实验结果表明，所提方法在噪声与混响存在下具有优越性。
引用
@article{arxiv.2202.07859,
title = {SRP-DNN: Learning Direct-Path Phase Difference for Multiple Moving Sound Source Localization},
author = {Bing Yang and Hong Liu and Xiaofei Li},
journal= {arXiv preprint arXiv:2202.07859},
year = {2022}
}
备注
Accepted by ICASSP 2022