L'Augmentazione Generativa delle RIR Migliora la Precisione nella Stima della Distanza del Parlante

All'ICASSP 2025 si terrà una sfida incentrata sull'Acustica Ambientale e la Stima della Distanza del Parlante (SDE) come parte dell'iniziativa GenDARA. Questa competizione mira a migliorare i modelli SDE utilizzando dati di risposta all'impulso ambientale (RIR) aumentati. I ricercatori hanno impiegato il generatore FastRIR, open-source, per migliorare dataset limitati concentrandosi sul posizionamento di parlanti e ascoltatori. Hanno applicato un filtro di qualità per garantire che le RIR prodotte fossero adatte alla sfida e hanno utilizzato l'ottimizzazione degli iperparametri per il perfezionamento. Di conseguenza, l'errore assoluto medio (MAE) è diminuito significativamente, da 1,66 m a 0,6 m per le stanze GWA, e da 2,18 m a 0,69 m per le stanze Treble, migliorando soprattutto la precisione per le distanze medio-lunghe.