近日，由IEEE国际会议ICASSP主办的3D音频信号处理挑战赛(L3DAS23)收官，西工大航海学院-迅声环境声音感知联合实验室(JLESS)参与了本次比赛。参赛团队由联合实验室主任、航海学院陈建峰教授指导，实验室成员白吉生、黄思维、尹涵、贾亚飞、王谋参与。参赛团队分别在“语音增强”和“声音事件检测及定位”两个任务中获得第二名和第一名的好成绩。在所有参赛队伍当中，JLESS团队综合排名第二。

JLESS团队综合排名第二

参赛团队就本次比赛方法所撰写论文《3D Audio Signal Processing Systems for Speech Enhancement and Sound Localization and Detection》最终被2023 IEEE ICASSP会议所接收。

ICASSP (Internatinal Conference on Acoustics, Speech and Signal Processing)是国际声学、语音与信号处理会议，是全世界最大的，也是最全面的信号处理及其应用方面的顶级会议。ICASSP对于信号处理方面的学术人士有着重要意义。它涵盖了音频和声学信号处理，图像、视频和多维信号处理，物联网的信号处理等至少十六个方向。

L3DAS23挑战赛旨在促进3D音频信号处理机器学习方法的研究。所谓3D音频，就是用扬声器仿造出似乎存在但其实是虚构的声音。近年来，虚拟环境中的3D音频技术应用非常广泛，例如虚拟会议、游戏开发、音乐制作、增强现实和沉浸式技术等等。

该挑战赛分为两个赛道，3D语音增强赛道和3D声音事件检测及定位赛道。竞赛数据集是“半合成的”，官方通过将真实音频(由2个4通道全向麦克风进行录制)和特定室内环境下的脉冲响应进行卷积，形成带有噪声及混响的3D音频。

此外，官方还生成了麦克风正前方的室内环境彩色图像，参赛选手可以选择是否利用图片信息辅助完成相应任务。

Task1 3D语音增强

该任务的目标是增强沉浸在混响模拟环境的空间声场中的语音信号。在此任务中，模型期望从包含各种背景噪声的3D音频中提取单声道语音信号。该任务的评估指标是短时间客观可读性(STOI)和单词错误率(WER)。

3D语音增强任务示意图

Task2 3D声音事件检测与定位

该任务的目的是检测一组声音事件的起止时间，并且在空间中进一步定位它们。在此项任务中，模型必须以100毫秒为间隔，预测活动声音事件及其各自的位置。该任务的评价指标是定位误差以及事件检测F分数。

3D声音事件检测及定位任务示意图

西工大航海学院迅声环境声音感知联合实验室

西工大航海学院-迅声环境声音感知联合实验室成立于2021年9月，由西北工业大学航海学院以及西安联丰迅声信息科技有限责任公司双方共建。该环境声音感知联合实验室旨在加快智能声学科技创新和成果转化，相关研究方向主要分为智慧城市环境声音感知技术、工业环境故障自动监测技术、公共安防异常声音监测技术，涉及信号处理、大数据以及人工智能等相关软硬件技术。该环境声音感知联合实验室现有指导教师两位，企业软件、硬件及算法工程师5位，博士硕士研究生20余名。