声源定位的定向响应功率:一个教程审查
Eric Grinstein1, Elisa Tengan2, Bilgesu Çakmak2
1Department of Electrical and Electronic Engineering, Imperial College London, London, UK.
EURASIP journal on audio, speech, and music processing
|November 15, 2024
概括
引导响应功率 (SRP) 方法是用于声音源本地化 (SSL) 的一个流行的技术. 本文回顾了SRP变体,并介绍了X-SRP,这是一个灵活的算法,用于改进声音源本地化.
科学领域:
- 信号处理 信号处理
- 声学 声学 在声学方面
- 计算审计 计算审计 计算审计
背景情况:
- 引导响应功率 (SRP) 方法已经是声音源定位 (SSL) 的基石超过30年.
- 它在适度回声和噪音条件下的有效性导致了众多的扩展.
- 这些扩展旨在提高计算效率,实现多源本地化,并在具有挑战性的声学环境中提高性能.
研究的目的:
- 提供对方向响应功率 (SRP) 方法及其变体的全面审查,特别关注SRP-PHAT.
- 介绍 eXtensible-SRP (X-SRP),这是SRP算法的一个新,通用和模块化的框架.
- 在统一的结构中,促进现有和未来SRP扩展的实施.
主要方法:
- 对SRP及其变体的200多篇论文进行系统的文献审查.
- 开发了 eXtensible-SRP (X-SRP) 算法,这是一个通用的和模块化的SRP框架.
- 在Python中实现X-SRP,结合从已审查的文献中选择的扩展.
主要成果:
- 对声源定位SRP方法的演变和多样化的全面概述.
- 引入X-SRP,这是一个灵活和可扩展的基于SRP的SSL平台.
- 一个功能性的Python实现X-SRP与选定的文献扩展,使实际应用和进一步研究.
结论:
- SRP方法仍然是音源定位的重要工具,目前正在进行的研究正在解决其局限性.
- X-SRP提供了一种标准化和可适应的方法来实施和评估SRP变体.
- 提供的Python实现为研究人员在声信号处理和声音源定位方面提供了宝贵的资源.
