Cratial

声音事件检测与定位（SELD）作为DCASE挑战赛的子任务，从2019年开始已经举办了好几届。该子任务的目标也从2022年开始由原来的在仿真数据集上设计更优声学模型，过渡到了在真实数据集上进行模型优化。相对而言，SELD2022和SELD2023子任务在数据集构建与模型评测上相对于前几届挑战赛有比较大的变化，且逐渐向真实应用场景靠近。为此，我将通过几篇系列文章来从数据集构建与组织、基线模型方法设计、可提升模型性能的途径等三个方面来介绍该项挑战赛。

SELD任务可以描述为下图，针对给定的多通道声音数据，采用声学计算模型（sound event localization and detection system）同时检测该时序信号中包含的声音事件类型，并在它们出现的时候定位其在空间中的位置（这里估计的是角度azimuth和elevation）。

声音事件检测与定位