PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2610.00538v1eess.AS

다중 에이전트 청각 장면 분석: 다중 빔포밍 음성 품질 피드백을 통한 위치 추정 속도 및 강인성 개선

Multi-agent Auditory Scene Analysis: Improved Localization Speed and Robustness by Multi-beamformed Speech Quality Feedback

실시간 청각 장면 분석기(ASA)는 주어진 음향 환경(environment)에 존재하는 음원의 위치를 추정하고, 분리하며, 분류하는 작업을 수행하는 것을 목표로 합니다. 최근에는 ASA를 다중 에이전트(agent) 시스템으로 모델링하여 각 에이전트가 앞서 언급된 작업 중 하나를 수행하고 그 결과를 동료 에이전트들에게 전달하도록 하는 시도가 이루어졌습니다. 이러한 통신 경로는 전역 수준에서 국소적 오류를 수정하는 피드백 루프로 활용되어, 국소적 복잡성을 줄이면서도 강인성을 제공합니다. 이 접근 방식의 이점에 대한 한 예시는 관심 음성 음원의 추정 위치를 실시간으로 보정함으로써 음성 품질을 최적화(optimization)하는 것입니다. 그러나 이들의 최적화 속도는 상당히 느린 것으로 나타났습니다. 가능한 한 가지 이유는 윈도우마다 크게 변동하는 일련의 단일 품질 추정치(무참조 품질 추정 모델(model)에 의해 제공됨)에만 전적으로 의존하여, 최적화하기 어려운 탐색 공간을 형성하기 때문입니다. 본 연구에서는 위치 범위에 걸친 일련의 품질 추정치 집합에 의존하여 탐색 공간에 대한 보다 명확한 시야를 제공하고 최적화를 단순화하는 새로운 최적화 메커니즘을 제안합니다. 제안된 ASA는 이전 연구보다 덜 복잡하면서도, 최적화 시간이 상당히 단축되었고, 더 정확하며, 실제 음향 시나리오에서 평가(evaluation)될 때 더 높은 수준의 위치 추정 오류를 보정하는 데 있어 더 안정적입니다. 유일한 절충점은 품질 추정 에이전트의 응답 시간이 증가한다는 것이지만, 전체 ASA는 여전히 실시간으로 동작할 수 있습니다. 본 연구에서 나타난 성능은 ASA를 다중 에이전트 시스템으로 모델링하는 것의 이점을 다시 한번 보여줍니다.