StreamAAD：基于流式架构解码空间听觉注意力
声音
2024-08-28 v1 音频与语音处理
摘要
本文提出我们方法，用于ISCSLP 2024中文听觉注意力解码挑战的Track 1。大多数现有的空间听觉注意力解码 (Sp-AAD) 方法采用孤立窗口架构，仅关注全局不变特征，而不考虑不同决策窗口之间的关系，可能导致次优性能。为此，我们提出一种新型流式解码架构，称为StreamAAD。在StreamAAD中，决策窗口以序列流的形式输入网络并依次解码，从而实现对跨窗口关系的建模。此外，我们采用模型集成策略，显著优于基线方法，在挑战中获得第一名。
引用
@article{arxiv.2408.13522,
title = {StreamAAD: Decoding Spatial Auditory Attention with a Streaming Architecture},
author = {Zelin Qiu and Dingding Yao and Junfeng Li},
journal= {arXiv preprint arXiv:2408.13522},
year = {2024}
}