动态与混响环境下说话人定位研究
音频与语音处理
2023-11-29 v1
摘要
混响环境下的说话人定位是音频信号处理中的基本问题。已有许多方案被提出以解决该问题。然而，以往的算法通常假设静止环境，即麦克风阵列与声源均不移动。随着可穿戴麦克风阵列的出现，声学场景因声源与阵列的移动而变得动态，这需要能在动态环境中表现良好的算法。本文中，我们研究了一种说话人定位算法在此类环境中的性能。该研究基于近期发布的 EasyCom 语音数据集，该数据集使用眼镜上的可穿戴阵列在混响且噪声的环境中录制。尽管该定位算法在静态环境中表现良好，但用于 EasyCom 数据集时性能大幅下降。本文给出了性能分析并提出了改进方法。
引用
@article{arxiv.2311.16927,
title = {Study of speaker localization under dynamic and reverberant environments},
author = {Daniel A. Mitchell and Boaz Rafaely},
journal= {arXiv preprint arXiv:2311.16927},
year = {2023}
}