SS-BRPE：基于注意力机制的自监督盲房间参数估计
音频与语音处理
2024-09-10 v1 声音
摘要
近年来，声学环境的动态参数化在音频处理中引起了关注。这一关注点包括房间体积和混响时间（RT60），它们定义了独立于声源和接收器方向的局部声学。先前的研究表明，纯基于注意力的模型可以在房间参数估计中取得先进的结果。然而，它们的成功依赖于需要大量房间参数标注真值的监督预训练以及复杂的训练流程。鉴于此，我们提出了一种新颖的自监督盲房间参数估计（SS-BRPE）系统。该系统将纯基于注意力的模型与自监督学习相结合，从单通道含噪语音信号中估计房间声学参数。通过利用无标注音频数据进行预训练，所提出的系统显著减少了对昂贵标注数据集的依赖。我们的模型还在微调过程中结合了动态特征增强，以增强适应性和泛化能力。实验结果表明，SS-BRPE 系统不仅在估计房间参数方面取得了优于现有最先进（SOTA）方法的性能，而且在标注数据有限的条件下也能有效保持高准确率。代码可在 https://github.com/bjut-chunxiwang/SS-BRPE 获取。
引用
@article{arxiv.2409.05212,
title = {SS-BRPE: Self-Supervised Blind Room Parameter Estimation Using Attention Mechanisms},
author = {Chunxi Wang and Maoshen Jia and Meiran Li and Changchun Bao and Wenyu Jin},
journal= {arXiv preprint arXiv:2409.05212},
year = {2024}
}
备注
5 pages, 3 figures, submitted to ICASSP 2025