标题： 基于分布式麦克风网络的图神经网络用于声音源定位 显示英文标题

标题： Graph neural networks for sound source localization on distributed microphone networks

摘要： 分布式麦克风阵列（DMAs）在集中式麦克风阵列方面提出了许多挑战。 这些阵列上的应用的一个重要要求是处理可变数量的输入通道。 我们考虑使用图神经网络（GNNs）作为解决这一挑战的方案。 我们提出了一种基于关系网络GNN的定位方法，我们证明该方法与经典的声源定位（SSL）信号处理算法有许多相似之处。 我们将该方法应用于SSL任务，并使用未见过的麦克风数量进行实验验证。 我们测试了不同的特征提取器，并表明我们的方法显著优于经典基线。 显示英文摘要

摘要： Distributed Microphone Arrays (DMAs) present many challenges with respect to centralized microphone arrays. An important requirement of applications on these arrays is handling a variable number of input channels. We consider the use of Graph Neural Networks (GNNs) as a solution to this challenge. We present a localization method using the Relation Network GNN, which we show shares many similarities to classical signal processing algorithms for Sound Source Localization (SSL). We apply our method for the task of SSL and validate it experimentally using an unseen number of microphones. We test different feature extractors and show that our approach significantly outperforms classical baselines.