• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Audio Engineering Society international convention >A Head-Related Transfer Function Database Consolidation Tool For High Variance Machine Learning Algorithms
【24h】

A Head-Related Transfer Function Database Consolidation Tool For High Variance Machine Learning Algorithms

机译：用于高方差机器学习算法的与头部相关的传递函数数据库合并工具

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Binaural based machine learning applications generally require a large number of HRTF (Head-Related Transfer Function) measurements. However, building a HRTF database from measurements of a large number of participants can be a time-consuming and tedious process. An alternative method is to combine the data from different existing databases to create a large training dataset. This is a significant challenge due to the large difference in measurement angles, filter size, normalisation schemes and sample rates inherent in different databases. Consequently, training of some machine learning algorithms can be cumbersome, requiring significant trial and error with different data and settings. To facilitate convenient preparation of datasets, this paper presents a Matlab based tool that allows researchers to prepare and consolidate various HRTF datasets across different databases in a robust and fast manner.
机译：基于双耳的机器学习应用程序通常需要大量的HRTF（与头部相关的传递函数）测量。但是，根据大量参与者的测量结果来建立HRTF数据库可能是一个耗时且繁琐的过程。一种替代方法是组合来自不同现有数据库的数据以创建大型训练数据集。由于不同数据库中固有的测量角度，滤波器大小，归一化方案和采样率存在巨大差异，因此这是一个巨大的挑战。因此，某些机器学习算法的训练可能很麻烦，需要使用不同的数据和设置进行大量的反复试验。为了便于方便地准备数据集，本文提出了一种基于Matlab的工具，使研究人员能够以强大而快速的方式在不同数据库中准备和合并各种HRTF数据集。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号