室内两步法监督式学习双耳声源距离估计

摘要：

提出一种室内环境下两步法监督式学习双耳声源距离估计算法,该算法通过预先估计声源方位角信息以克服声源方位角的变化对声源距离估计性能的不利影响.该算法第1步利用深度神经网络模型估计声源的方位角,并将不同方位角的双耳信号分类;第2步中对每个方位角的双耳信号采用独立的深度神经网络模型进行声源距离估计,其中距离特征选用双耳信号的一些双耳特征和统计特性.在仿真和实际环境下,本文提出的两步法声源距离估计算法的距离估计准确率比现有算法提高了3％～5％左右,并且在各种不匹配环境下的距离估计准确率比现有算法高出5％～10％左右.实验结果表明利用声源方位角信息可以有效提高双耳声源距离估计算法的性能.

机标关键词：深度神经网络、方位角、双耳信号、神经网络模型、估计算法、声源方位、准确率、统计特性、估计性能、室内环境

所属期刊栏目：44

分类号：TN912;TP391.41;TP183

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2019-08-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：405-416