用于位置声源定位的Neural-SRP方法
声音
2024-03-15 v1 音频与语音处理
摘要
Steered Response Power（SRP）是声源定位中广泛使用的方法，使用麦克风阵列显示出在许多实际场景中令人满意的定位性能。然而，在高度回声环境下，其性能会受到影响。虽然已经提出了深度神经网络（DNN）来克服这一限制，但大多数网络针对特定麦克风数量和固定空间坐标进行训练。这限制了其在无线声学传感器网络中常见的场景的实际应用，其中每个应用都具有自称的麦克风拓扑结构。我们提出了Neural-SRP，一种将SRP的灵活性与DNN性能提升相结合的网络。我们使用仿真数据进行训练并进行迁移学习，对 recorded 和仿真数据进行评估。结果验证了Neural-SRP的定位性能显著优于基线方法。
引用
@article{arxiv.2403.09455,
title = {The Neural-SRP method for positional sound source localization},
author = {Eric Grinstein and Toon van Waterschoot and Mike Brookes and Patrick A. Naylor},
journal= {arXiv preprint arXiv:2403.09455},
year = {2024}
}
备注
Presented at Asilomar Conference on Signals, Systems, and Computers