SSLIDE：基于深度学习的室内声源定位
音频与语音处理
2021-02-17 v2 信号处理
摘要
本文提出 SSLIDE（SSLIDE，基于深度学习的室内声源定位），其将具有编码器—解码器结构的深度神经网络（DNN）应用于在连续空间中定位随机位置的声源。提取每个麦克风接收声信号的空间特征，并表示为各点声源位置的似然曲面。我们的 DNN 由一个编码器网络和两个解码器组成。编码器获得输入似然的压缩表示。一个解码器消除由混响引起的多径效应，另一个解码器估计源位置。基于仿真与实验数据的实验表明，我们的方法不仅在混响环境中优于多重信号分类（MUSIC）、带相位变换的导向响应功率（SRP-PHAT）、稀疏贝叶斯学习（SBL）以及一种竞争的卷积神经网络（CNN）方法，而且取得了良好的泛化性能。
引用
@article{arxiv.2010.14420,
title = {SSLIDE: Sound Source Localization for Indoors based on Deep Learning},
author = {Yifan Wu and Roshan Ayyalasomayajula and Michael J. Bianco and Dinesh Bharadia and Peter Gerstoft},
journal= {arXiv preprint arXiv:2010.14420},
year = {2021}
}
备注
This paper has been accepted by ICASSP 2021