时空频联合网络

三域特征一体学习

不同于分别建模时频与空时相关性的现有方法，该网络以三维卷积与无参注意力协同提取声音事件在空间、时间、频率上的整体特征，从根源上提升真实场景下的检测与定位精度。

王玫 · Gu, Yu

Sensors 2024

技术优势

三域联合学习

空间、时间、频率三域特征同时建模，相比单独建模更能捕捉声音事件的完整特性，提升真实场景下的性能。

无参注意力提效

参数无关的注意力机制增强了三域特征之间的相关性，无需额外参数即可实现特征精炼。

重叠事件精准处理

multi-ACCDOA有效处理声音事件之间的同质重叠，在多源同时发声时仍能准确检测和定位。

应用场景