[논문 리뷰] BRUDEX Database: Binaural Room Impulse Responses with Uniformly Distributed External Microphones

Daniel Fejgin, Wiebke Middelberg외 1명|arXiv (Cornell University)|2023. 06. 14.

Speech and Audio Processing인용 수 7

한 줄 요약

BRUDEX 데이터베이스는 36개의 균일하게 분포된 외부 마이크와 보청기 마이크를 포함한 1,500개의 바이나룰 룸 인파스폰스(RIR)를 제공하며, 세 가지 반향 조건(T60 ≈ 310, 510, 1300 ms)에서 다중 마이크 신호 처리의 재현 가능한 평가를 가능하게 한다. 이 데이터베이스는 바이나룰 MVDR 빔포밍에 활용되었으며, 일치하는 RIR를 사용할 경우 최대 7 dB의 BSNR 향상을 달성했으며, 결과는 기존 문헌과 매우 유사하다.

ABSTRACT

There is an emerging need for comparable data for multi-microphone processing, particularly in acoustic sensor networks. However, commonly available databases are often limited in the spatial diversity of the microphones or only allow for particular signal processing tasks. In this paper, we present a database of acoustic impulse responses and recordings for a binaural hearing aid setup, 36 spatially distributed microphones spanning a uniform grid of (5x5) m^2 and 12 source positions. This database can be used for a variety of signal processing tasks, such as (multi-microphone) noise reduction, source localization, and dereverberation, as the measurements were performed using the same setup for three different reverberation conditions (T_60\approx{310, 510, 1300} ms). The usability of the database is demonstrated for a noise reduction task using a minimum variance distortionless response beamformer based on relative transfer functions, exploiting the availability of spatially distributed microphones.

연구 동기 및 목표

• 재현 가능한 연구를 위해 공간적 다양성과 변동하는 음향 조건을 갖춘 공개된 비교 가능한 다중 마이크 RIR 데이터베이스의 부족을 해결하기 위해.
• 노이즈 감소, 디레버버베이션, 소스 위치 추정과 같은 다양한 신호 처리 작업을 위한 측정된 RIR, 음성 및 노이즈 신호를 포함한 종합적인 데이터셋을 제공하기 위해.
• 통제되고 校정된 공간적 및 음향적 파rameter를 갖춘 실제 세계의 인파스폰스를 사용하여 빔포밍 알고리즘의 벤치마킹을 가능하게 하기 위해.

제안 방법

• 데이터베이스는 올덴부르크 대학교의 변동 반향 실험실에서 36개의 외부 마이크를 5×5 격자에 배치하고, 6개의 보청기 마이크를 갖춘 KEMAR 듀플리케이트 헤드를 사용하여 기록되었다.
• 반향 조건은 커튼과 흡음판을 통해 제어되었으며, T60는 슈로더의 역통합 방식으로 측정되었고, DRR은 직접 경로 및 조기/후행 반사 에너지에서 계산되었다.
• 12개의 소스 위치에 대해 세 가지 T60 조건(저: 310 ms, 중: 510 ms, 고: 1300 ms)에서 RIR을 측정하였으며, 마이크 및 스피커 위치에 대한 완전한 校정을 수행하였다.
• 각 조건에서 여성/남성 음성과 번잡함, 카페터리아, 화이트 노이즈의 별도 기록이 포함되어 있어 실제 음향 시나리오의 시뮬레이션을 가능하게 한다.
• 상대 전달 함수(RTF) 벡터는 데이터베이스 RIR 또는 음성 존재 확률 기반 방법(예: SC-E14, SC-E27, SC-E28)을 통해 추정된 RTF를 사용하여 바이나룰 MVDR 빔포머를 구현하였다.
• 성능 평가에서는 1초 간격으로 겹치는 85% 겹침을 갖는 1초 세그먼트에서 폭넓은 대역의 바이나룰 SNR 향상(ΔBSNR)을 계산하였으며, 초기화를 위해 첫 1.5초는 제외하였다.

실험 결과

연구 질문

• RQ1 변동 반향 조건에서 다중 마이크 환경에서 실제 세계의 RIR에서 추정된 RTF 벡터를 사용할 경우 바이나룰 MVDR 빔포머가 의미 있는 SNR 향상을 달성할 수 있는가?
• RQ2 실제 RIR를 사용할 경우와 마이크 신호에서 추정된 RTF를 사용할 경우, RTF 추정 방법(예: SC 기반 vs. mSNR)의 성능는 어떻게 비교되는가?
• RQ3 비일치하는 RIR(예: 음향이 없는 상태 또는 저반향 상태)를 사용할 경우 고반향 환경에서 빔포머 성능에 어떤 정도의 영향을 미치는가?
• RQ4 BRUDEX 데이터베이스는 다양한 음향 조건에서 다중 마이크 신호 처리 알고리즘의 재현 가능한 평가를 얼마나 잘 지원하는가?

주요 결과

• 일치하는 반향 조건(중간 T60 ≈ 510 ms)의 RIR을 사용할 경우 최대 약 7 dB의 BSNR 향상이 달성되었다.
• 저반향 조건(T60 ≈ 310 ms)의 RIR을 사용할 경우에도 약 4 dB의 BSNR 향상이 이루어져, 중간 정도의 불일치에 대한 강건성을 보였다.
• 음향이 없는 RIR 근사치는 단지 2 dB의 BSNR 향상에 그쳐, 조기 및 후행 반사의 모델링이 중요하다는 점을 시사한다.
• SC 방법으로 추정된 RTF 벡터(예: SC-E14, SC-E27, SC-E28)는 약 4–5 dB의 BSNR 향상을 달성하여, 망각 추정의 실현 가능성을 입증하였다.
• mSNR 기반 RTF 추정 방법은 5.5 dB의 BSNR 향상을 기록하여 개별 SC 기반 추정보다 略로 뛰어났지만, 진정한 RIR 성능에는 미치지 못했다.
• 결과는 기존 문헌과 강력한 일치를 보였으며, BRUDEX 데이터베이스가 다중 마이크 신호 처리를 위한 신뢰할 수 있는 벤치마크로 기능할 수 있음을 검증하였다.