Impacto del preprocesamiento en la clasificación de la elevación de señales HRTF en múltiples conjuntos de datos
54º Congreso Español de Acústica — Tecniacústica 2023
Abstract
La localización de fuentes de sonido en el plano horizontal se basa en diferencias en el nivel y tiempo interaurales. Sin embargo, identificar la elevación dadas las Funciones de Transferencia Relacionadas con la Cabeza (HRTF) sigue siendo un desafío. Los patrones espectrales desempeñan un papel importante en la localización en la dimensión vertical y son altamente individuales debido a las características anatómicas de cada persona. En un estudio previo, se propuso una red neuronal convolucional simple para clasificar las señales HRTF en sectores de elevación y detectar las señales espectrales relacionadas con la elevación. Aunque el modelo obtuvo buenos resultados, solo se entrenó y validó en la base de datos CIPIC. En este trabajo, nos enfocamos en desarrollar un modelo que pueda generalizarse a múltiples conjuntos de datos de HRTF, logrando un buen rendimiento de clasificación en diferentes sujetos y medidas. Dado que cada conjunto de datos se obtiene en condiciones diferentes, el preprocesamiento de los datos puede tener un impacto significativo en el rendimiento del modelo. Se exploran diferentes técnicas de preprocesamiento y se evalúa su impacto en la clasificación, con el fin de seleccionar estrategias de estandarización adecuadas para trabajar con múltiples conjuntos de datos de HRTF.