Buchumschlag

Deep Learning Based Stage-wise Two-dimensional Speaker Localization with Large Ad-hoc Microphone Arrays

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Shupei, Feng, Linfeng, Gong, Yijun, Liang, Chengdong, Zhang, Chen, Zhang, Xiao-Lei, Li, Xuelong
Format:	Preprint
Veröffentlicht:	2022
Schlagworte:	Audio and Speech Processing Sound
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

LABNet: A Lightweight Attentive Beamforming Network for Ad-hoc Multichannel Microphone Invariant Real-Time Speech Enhancement
von: Yan, Haoyin, et al.
Veröffentlicht: (2025)

Diffusion-Based Adversarial Purification for Speaker Verification
von: Bai, Yibo, et al.
Veröffentlicht: (2023)

AudioSpa: Spatializing Sound Events with Text
von: Feng, Linfeng, et al.
Veröffentlicht: (2025)

Blind Localization of Early Room Reflections with Arbitrary Microphone Array
von: Hadadi, Yogev, et al.
Veröffentlicht: (2024)

Asynchronous Microphone Array Calibration using Hybrid TDOA Information
von: Zhang, Chengjie, et al.
Veröffentlicht: (2024)

SonicBoom: Contact Localization Using Array of Microphones
von: Lee, Moonyoung, et al.
Veröffentlicht: (2024)

Enhancing Intelligibility for Generative Target Speech Extraction via Joint Optimization with Target Speaker ASR
von: Ma, Hao, et al.
Veröffentlicht: (2025)

Neural Directed Speech Enhancement with Dual Microphone Array in High Noise Scenario
von: Wen, Wen, et al.
Veröffentlicht: (2024)

Single-Microphone Speaker Separation and Voice Activity Detection in Noisy and Reverberant Environments
von: Opochinsky, Renana, et al.
Veröffentlicht: (2024)

RealMAN: A Real-Recorded and Annotated Microphone Array Dataset for Dynamic Speech Enhancement and Localization
von: Yang, Bing, et al.
Veröffentlicht: (2024)

Applying Automatic Differentiation to Optimize Differential Microphone Array Designs
von: Galougah, Siminfar Samakoush, et al.
Veröffentlicht: (2024)

Speaker Contrastive Learning for Source Speaker Tracing
von: Wang, Qing, et al.
Veröffentlicht: (2024)

Microphone Array Signal Processing and Deep Learning for Speech Enhancement
von: Haeb-Umbach, Reinhold, et al.
Veröffentlicht: (2025)

DualSpec: Text-to-spatial-audio Generation via Dual-Spectrogram Guided Diffusion Model
von: Zhao, Lei, et al.
Veröffentlicht: (2025)

Your Microphone Array Retains Your Identity: A Robust Voice Liveness Detection System for Smart Speakers
von: Meng, Yan, et al.
Veröffentlicht: (2025)

Neural Directional Filtering: Far-Field Directivity Control With a Small Microphone Array
von: Wechsler, Julian, et al.
Veröffentlicht: (2024)

VM-UNSSOR: Unsupervised Neural Speech Separation Enhanced by Higher-SNR Virtual Microphone Arrays
von: He, Shulin, et al.
Veröffentlicht: (2025)

High-Fidelity Generative Audio Compression at 0.275kbps
von: Ma, Hao, et al.
Veröffentlicht: (2026)

Theoretical Framework for the Optimization of Microphone Array Configuration for Humanoid Robot Audition
von: Tourbabin, Vladimir, et al.
Veröffentlicht: (2024)

Feasibility of iMagLS-BSM -- ILD Informed Binaural Signal Matching with Arbitrary Microphone Arrays
von: Berebi, Or, et al.
Veröffentlicht: (2024)

Performance and Robustness of Signal-Dependent vs. Signal-Independent Binaural Signal Matching with Wearable Microphone Arrays
von: Berger, Ami, et al.
Veröffentlicht: (2024)

Emotional Styles Hide in Deep Speaker Embeddings: Disentangle Deep Speaker Embeddings for Speaker Clustering
von: Lin, Chaohao, et al.
Veröffentlicht: (2025)

Assisted RTF-Vector-Based Binaural Direction of Arrival Estimation Exploiting a Calibrated External Microphone Array
von: Fejgin, Daniel, et al.
Veröffentlicht: (2022)

BSM-iMagLS: ILD Informed Binaural Signal Matching for Reproduction with Head-Mounted Microphone Arrays
von: Berebi, Or, et al.
Veröffentlicht: (2025)

Direction of Arrival Estimation Using Microphone Array Processing for Moving Humanoid Robots
von: Tourbabin, Vladimir, et al.
Veröffentlicht: (2024)

Rare Word Recognition and Translation Without Fine-Tuning via Task Vector in Speech Models
von: Jing, Ruihao, et al.
Veröffentlicht: (2025)

Two-stage Audio-Visual Target Speaker Extraction System for Real-Time Processing On Edge Device
von: Li, Zixuan, et al.
Veröffentlicht: (2025)

SpatialEmb: Extract and Encode Spatial Information for 1-Stage Multi-channel Multi-speaker ASR on Arbitrary Microphone Arrays
von: Shao, Yiwen, et al.
Veröffentlicht: (2026)

Spatial Analysis and Synthesis Methods: Subjective and Objective Evaluations Using Various Microphone Arrays in the Auralization of a Critical Listening Room
von: Pawlak, Alan, et al.
Veröffentlicht: (2024)

Array Geometry-Robust Attention-Based Neural Beamformer for Moving Speakers
von: Tammen, Marvin, et al.
Veröffentlicht: (2024)

3S-TSE: Efficient Three-Stage Target Speaker Extraction for Real-Time and Low-Resource Applications
von: He, Shulin, et al.
Veröffentlicht: (2023)

Direction Estimation of Sound Sources Using Microphone Arrays and Signal Strength
von: Pour, Mahdi Ali, et al.
Veröffentlicht: (2025)

Gen-A: Generalizing Ambisonics Neural Encoding to Unseen Microphone Arrays
von: Heikkinen, Mikko, et al.
Veröffentlicht: (2025)

Adaptive Data Augmentation with NaturalSpeech3 for Far-field Speaker Verification
von: Zhang, Li, et al.
Veröffentlicht: (2025)

CaSNet: Compress-and-Send Network Based Multi-Device Speech Enhancement Model for Distributed Microphone Arrays
von: Jiang, Chengqian, et al.
Veröffentlicht: (2026)

MDD: a Mask Diffusion Detector to Protect Speaker Verification Systems from Adversarial Perturbations
von: Bai, Yibo, et al.
Veröffentlicht: (2025)

Exploiting an External Microphone for Binaural RTF-Vector-Based Direction of Arrival Estimation for Multiple Speakers
von: Fejgin, Daniel, et al.
Veröffentlicht: (2023)

SCDNet: Self-supervised Learning Feature-based Speaker Change Detection
von: Li, Yue, et al.
Veröffentlicht: (2024)

Overview of Speaker Modeling and Its Applications: From the Lens of Deep Speaker Representation Learning
von: Wang, Shuai, et al.
Veröffentlicht: (2024)

Single-Microphone-Based Sound Source Localization for Mobile Robots in Reverberant Environments
von: Wang, Jiang, et al.
Veröffentlicht: (2025)