MIRACLE——用于声学学习的麦克风阵列冲击响应数据集

摘要 本文介绍了一个大型数据集，该数据集包含在与平面麦克风阵列平行的平面内空间分布的源的冲击响应。该数据集名为MIRACLE，包含856,128个单通道冲击响应，并包括四种不同的测量场景。三个测量场景是在无回声条件下进行的。第四个场景包括来自反射面板的额外镜面反射。源位置是通过均匀离散化与麦克风平行的矩形源平面获得的。该数据集包含三个场景，在两种不同的源平面到阵列的距离下，具有23 mm的空间分辨率，以及在较短距离下具有5 mm分辨率的场景。与现有的房间冲击响应数据集相比，提供的源位置标签的准确性得到了评估，并提供了额外的元数据，例如用于激励的扬声器的指向性。MIRACLE数据集可用作数据驱动建模和插值方法的基准，以及各种声学机器学习任务，如源分离、定位和特征提取。本文介绍了该数据集的两个及时应用：生成用于数据驱动源定位和特征提取任务的麦克风阵列数据，以及数据驱动模型阶数减少。