Real-Time Sound Source Localization in Videoconferencing Environments

[ES] Los mecanismos de Localización de Fuentes de Sonido (SSL) han sido ampliamente estudiados. Muchas aplicaciones como sistemas de teleconferencia o realzado de voz necesitan la localización de una o más fuentes acústicas. Además es esencial localizar las fuentes incluso en ambientes ruidosos y co...

Descripción completa

Detalles Bibliográficos
Autor: Martí Guerola, Amparo
Tipo de recurso: tesis de maestría
Fecha de publicación:2010
País:España
Institución:Universitat Politècnica de València (UPV)
Repositorio:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
Idioma:inglés
OAI Identifier:oai:riunet.upv.es:10251/27143
Acceso en línea:https://riunet.upv.es/handle/10251/27143
Access Level:acceso abierto
Palabra clave:Array de micrófonos
Localizacion de fuente de señal
Srp-phat
Microphone array
Sound source localization
TEORIA DE LA SEÑAL Y COMUNICACIONES
Máster Universitario en Tecnologías, Sistemas y Redes de Comunicaciones-Màster Universitari en Tecnologies, Sistemes i Xarxes de Comunicacions
id ES_406aaf3f41fd526eae83e09b6f8d6429
oai_identifier_str oai:riunet.upv.es:10251/27143
network_acronym_str ES
network_name_str España
repository_id_str
spelling Real-Time Sound Source Localization in Videoconferencing EnvironmentsMartí Guerola, AmparoArray de micrófonosLocalizacion de fuente de señalSrp-phatMicrophone arraySound source localizationTEORIA DE LA SEÑAL Y COMUNICACIONESMáster Universitario en Tecnologías, Sistemas y Redes de Comunicaciones-Màster Universitari en Tecnologies, Sistemes i Xarxes de Comunicacions[ES] Los mecanismos de Localización de Fuentes de Sonido (SSL) han sido ampliamente estudiados. Muchas aplicaciones como sistemas de teleconferencia o realzado de voz necesitan la localización de una o más fuentes acústicas. Además es esencial localizar las fuentes incluso en ambientes ruidosos y con reverberación. Se ha demostrado que el Steered Response Power (SRP) es un método más robusto que los métodos de dos pasos basados en la diferencia de tiempo de llegada. El problema en el cálculo del SRP es que es necesario el uso de un mallado fino lo que implica un coste computacional muy alto para ser utilizado en sistemas de tiempo real. Con este propósito, se ha introducido una nueva estrategia (función modificada SRP-PHAT) que puede ser usada en un sistema de tiempo real con un coste computacional bajo. Además se ha demostrado que la distribución estadística de las posiciones estimadas cuando el hablante está activo puede ser utilizado satisfactoriamente para distinguir fragmentos de habla y no habla. El principal objetivo de este trabajo es describir nuestra nueva propuesta e integrarla en un sistema de localización y detección de hablantes en tiempo real. Se mostrara la aplicabilidad del método en un entorno real de videoconferencia usando una cámara acústicamente dirigida.[EN] Sound Source Localization (SSL) mechanisms have been extensively studied. Many applications like teleconferencing or speech enhancement systems require the localization of one or more acoustic sources. Moreover, it is essential to localize sources also in noisy and reverberant environments. It has been shown that computing the Steered Response Power (SRP) is more robust approach than twostage, direct time-difference of arrival methods. The problem with computing the SRP is that a fine grid search procedure is needed, which is too expensive for a real-time system. To this end, it has been introduced a new strategy (modified SRP-PHAT functional) which can be used for a real-time system with a low computational cost. Moreover, it has been demonstrated that the statistical distribution of location estimates when a speaker is active can be successfully used to discriminate between speech and non-speech frames. The main objective of this work is to describe our new localization approach and integrate it into a real-time speaker localization and detection system. The applicability of the method will be shown for a real videoconferencing environment using an acoustically-driven steering cameraUniversitat Politècnica de ValènciaCobos Serrano, MáximoLópez Monfort, José JavierEscuela Técnica Superior de Ingeniería de TelecomunicaciónDepartamento de ComunicacionesInstituto Universitario de Telecomunicación y Aplicaciones MultimediaRepositorio Institucional de la Universitat Politècnica de València Riunet20132013-02-1920102010-01-01master thesishttp://purl.org/coar/resource_type/c_bdccinfo:eu-repo/semantics/masterThesisapplication/pdfhttps://riunet.upv.es/handle/10251/27143reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valénciainstname:Universitat Politècnica de València (UPV)Inglésengopen accesshttp://purl.org/coar/access_right/c_abf2Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) http://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:riunet.upv.es:10251/271432026-06-13T07:49:27Z
dc.title.none.fl_str_mv Real-Time Sound Source Localization in Videoconferencing Environments
title Real-Time Sound Source Localization in Videoconferencing Environments
spellingShingle Real-Time Sound Source Localization in Videoconferencing Environments
Martí Guerola, Amparo
Array de micrófonos
Localizacion de fuente de señal
Srp-phat
Microphone array
Sound source localization
TEORIA DE LA SEÑAL Y COMUNICACIONES
Máster Universitario en Tecnologías, Sistemas y Redes de Comunicaciones-Màster Universitari en Tecnologies, Sistemes i Xarxes de Comunicacions
title_short Real-Time Sound Source Localization in Videoconferencing Environments
title_full Real-Time Sound Source Localization in Videoconferencing Environments
title_fullStr Real-Time Sound Source Localization in Videoconferencing Environments
title_full_unstemmed Real-Time Sound Source Localization in Videoconferencing Environments
title_sort Real-Time Sound Source Localization in Videoconferencing Environments
dc.creator.none.fl_str_mv Martí Guerola, Amparo
author Martí Guerola, Amparo
author_facet Martí Guerola, Amparo
author_role author
dc.contributor.none.fl_str_mv Cobos Serrano, Máximo
López Monfort, José Javier
Escuela Técnica Superior de Ingeniería de Telecomunicación
Departamento de Comunicaciones
Instituto Universitario de Telecomunicación y Aplicaciones Multimedia
Repositorio Institucional de la Universitat Politècnica de València Riunet
dc.subject.none.fl_str_mv Array de micrófonos
Localizacion de fuente de señal
Srp-phat
Microphone array
Sound source localization
TEORIA DE LA SEÑAL Y COMUNICACIONES
Máster Universitario en Tecnologías, Sistemas y Redes de Comunicaciones-Màster Universitari en Tecnologies, Sistemes i Xarxes de Comunicacions
topic Array de micrófonos
Localizacion de fuente de señal
Srp-phat
Microphone array
Sound source localization
TEORIA DE LA SEÑAL Y COMUNICACIONES
Máster Universitario en Tecnologías, Sistemas y Redes de Comunicaciones-Màster Universitari en Tecnologies, Sistemes i Xarxes de Comunicacions
description [ES] Los mecanismos de Localización de Fuentes de Sonido (SSL) han sido ampliamente estudiados. Muchas aplicaciones como sistemas de teleconferencia o realzado de voz necesitan la localización de una o más fuentes acústicas. Además es esencial localizar las fuentes incluso en ambientes ruidosos y con reverberación. Se ha demostrado que el Steered Response Power (SRP) es un método más robusto que los métodos de dos pasos basados en la diferencia de tiempo de llegada. El problema en el cálculo del SRP es que es necesario el uso de un mallado fino lo que implica un coste computacional muy alto para ser utilizado en sistemas de tiempo real. Con este propósito, se ha introducido una nueva estrategia (función modificada SRP-PHAT) que puede ser usada en un sistema de tiempo real con un coste computacional bajo. Además se ha demostrado que la distribución estadística de las posiciones estimadas cuando el hablante está activo puede ser utilizado satisfactoriamente para distinguir fragmentos de habla y no habla. El principal objetivo de este trabajo es describir nuestra nueva propuesta e integrarla en un sistema de localización y detección de hablantes en tiempo real. Se mostrara la aplicabilidad del método en un entorno real de videoconferencia usando una cámara acústicamente dirigida.
publishDate 2010
dc.date.none.fl_str_mv 2010
2010-01-01
2013
2013-02-19
dc.type.none.fl_str_mv master thesis
http://purl.org/coar/resource_type/c_bdcc
dc.type.openaire.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv https://riunet.upv.es/handle/10251/27143
url https://riunet.upv.es/handle/10251/27143
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universitat Politècnica de València
publisher.none.fl_str_mv Universitat Politècnica de València
dc.source.none.fl_str_mv reponame:RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname:Universitat Politècnica de València (UPV)
instname_str Universitat Politècnica de València (UPV)
reponame_str RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
collection RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869406748070117376
score 15.300719

Similares en LA Referencia