A Physics-Informed Neural Network-Based Approach for the Spatial Upsampling of Spherical Microphone Arrays

要約

球状マイク アレ​​イは、音場の空間特性を捕捉するのに便利なツールです。
ただし、優れた空間分解能を達成するには、多数のカプセルを備えたアレイが必要となり、その結果、デバイスが高価になります。
この問題に対処するために、限られた数のカプセルを使用して球状マイク アレ​​イを空間的にアップサンプリングする方法を提案します。
私たちのアプローチは、Rowdy 活性化関数を備えた物理情報に基づいたニューラル ネットワークを活用し、物理的制約を活用して、低次のデバイスから開始して高次のマイク アレ​​イ信号を提供します。
結果は、その適用範囲内で、私たちのアプローチが球面マイクアレイのアップサンプリングの信号処理に基づく最先端の方法よりも優れていることを示しています。

要約(オリジナル)

Spherical microphone arrays are convenient tools for capturing the spatial characteristics of a sound field. However, achieving superior spatial resolution requires arrays with numerous capsules, consequently leading to expensive devices. To address this issue, we present a method for spatially upsampling spherical microphone arrays with a limited number of capsules. Our approach exploits a physics-informed neural network with Rowdy activation functions, leveraging physical constraints to provide high-order microphone array signals, starting from low-order devices. Results show that, within its domain of application, our approach outperforms a state of the art method based on signal processing for spherical microphone arrays upsampling.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google