三维声音源定位与麦克风阵列结合空间量化和机器学习校正
Guangneng Li1, Feiyu Zhao1,2, Wei Tian1
1College of Computer Science, South-Central Minzu University, Wuhan 430071, China.
Entropy (Basel, Switzerland)
|September 27, 2025
概括
本研究介绍了一种新的八个麦克风系统,用于3D音源本地化 (SSL). 该方法在复杂的环境中准确地定位多个声音源,达到大约10.0厘米的定位误差.
科学领域:
- 声学 声学 在声学方面
- 信号处理 信号处理
- 机器学习 机器学习
背景情况:
- 智能场景监控在很大程度上依赖于声源定位 (SSL) 进行室内定位.
- 现有的SSL方法与多源和三维 (3D) 环境作斗争.
- 需要强大的SSL技术,适用于复杂的3D场景.
研究的目的:
- 使用八个麦克风阵列开发精确的3D声音源本地化技术.
- 在多源和3D环境中解决传统SSL方法的局限性.
- 提高智能监控系统中声音源定位的精度.
主要方法:
- 使用长方形的八个麦克风阵列通过直接路径相对传输函数 (DP-RTF) 捕获到达方向 (DOA) 信息.
- 引入了空间来量化DOA组合不确定性和几何交叉来减少多源场景.
- 采用机器学习来纠正来自DOA估计错误和麦克风参数不准确的坐标偏差.
主要成果:
- 拟议的方法有效地在3D空间中定位声源,克服了传统方法的局限性.
- 空间缩和几何交叉显著提高了多源定位精度.
- 机器学习集成将由DOA估计和麦克风校准偏差引起的定位错误最小化.
- 在模拟和现实实验中实现了大约10.0厘米的定位误差.
结论:
- 开发的基于八个麦克风的3D SSL技术为智能监控提供了重大进步.
- 空间,几何交叉和机器学习的整合为复杂的声学环境提供了强大的解决方案.
- 这种方法在现实世界3D声音源本地化任务中表现出高精度和适用性.
