基于深度学习的双耳声源定位算法研究

作者：宋昊; 刘雪洁; 俞胜锋; 钟小丽

来源：声学技术, 2022, 41(04): 602-607.

DOI：10.16300/j.cnki.1000-3630.2022.04.018

• 双耳声源定位
• 深度学习
• 卷积神经网络

针对多种定位因素存在复杂关联且不易准确提取的问题，提出了以完整双耳声信号作为输入的、基于深度学习的双耳声源定位算法。首先，分别采用深层全连接后向传播神经网络(Deep Back Propagation Neural Network,D-BPNN)和卷积神经网络(Convolutional Neural Network, CNN)实现深度学习框架；然后，分别以水平面15°、30°和45°空间角度间隔的双耳声信号进行模型训练；最后，采用前后混乱率、定位准确率与训练时长等指标进行算法有效性分析。模型预测结果表明，CNN模型的前后混乱率远低于D-BPNN;D-BPNN模型的定位准确率能够达到87%以上，而CNN模型的定位准确率能够达到98%左右；在相同实验条件下，CNN模型的训练时长大于D-BPNN，且随着水平面角度间隔的减小，两者训练时长之间的差异愈发显著。

• 单位
  华南理工大学; 广东工业大学; 华南师范大学