无 exemplar 的声源定位持续学习方法
音频与语音处理
2025-03-21 v3 声音
摘要
声源定位（SSL）是许多语音处理应用的必备技术。虽然深度学习模型已取得高性能，但在训练与推断环境不同时常会失败。适应动态声学条件的SSL模型面临的最大挑战是灾难性遗忘。本文提出了一种用于SSL的无 exemplar 持续学习策略（CL-SSL），以解决此遗忘现象。CL-SSL通过在不同声学环境中应用任务特定的子网络来适应，同时保留先前学习的知识。它还使用缩放机制限制参数增长，确保递增任务中的一致性能。我们在模拟数据（包括不同麦克风距离）和真实数据（包括不同噪声水平）上评估了CL-SSL。结果表明，CL-SSL能够以最小的参数增加保持高准确率，为SSL应用提供了高效解决方案。
引用
@article{arxiv.2407.03661,
title = {Where's That Voice Coming? Continual Learning for Sound Source Localization},
author = {Yang Xiao and Rohan Kumar Das},
journal= {arXiv preprint arXiv:2407.03661},
year = {2025}
}
备注
Accepted to ICME 2025