Sistema de localización de fuentes sonoras basado en estimación de TDOA mediante aprendizaje profundo

Existen varias técnicas para la localización de fuentes sonoras, en este proyecto se estudiarán algunas de las basadas en el procesamiento de audio. Se realiza un estudio de los diferentes parámetros que se pueden encontrar en una red de sensores acústicos inalámbricos (WASN), centrándose en la diferencia de tiempo de llegada (TDOA) y las técnicas de localización: la Correlación Cruzada Generalizada (GCC) y la Correlación Cruzada Generalizada con transformada de fase (GCC-PHAT). Después se realiza un estudio de los principios básicos de la Inteligencia Artificial, Machine Learning y Deep Learning para entrar de lleno en las redes neuronales, redes neuronales convolucionales y redes neuronales recurrentes. El objetivo principal de este proyecto es la creación, el entrenamiento y la obtención de resultados de varias redes neuronales que sean capaz de aprender a estimar el TDOA. Las redes neuronales tomarán como valores de entrada cuatro audios captados por micrófonos. Dichas señales pertenecen a simulaciones y medidas reales realizadas por el director del proyecto y doctorando Guillermo García Barrios. Para la creación de las redes neuronales se ha utilizado el lenguaje de programación Python y a su vez, se han utilizado scripts de Matlab para el preprocesamiento de las señales. Se han probado cuatro modelos de redes neuronales distintos evaluando para uno de ellos el error de estimación, utilizando diferentes funciones de activación, funciones de pérdida y optimizadores. Finalmente, se han evaluado los resultados obtenidos comparando para cada modelo la mejor combinación de hiperparámetros. Abstract: There are several techniques for locating sound sources, in this project some of those based on audio processing will be studied. A study of the different parameters that can be found in a wireless acoustic sensor network (WASN) is carried out, focusing on the time difference of arrival (TDOA) and localization techniques: Generalized Cross Correlation (GCC) and Generalized Cross Correlation with phase transform (GCC-PHAT). Then, a study of the basic principles of Artificial Intelligence, Machine Learning and Deep Learning is carried out. Neural networks, convolutional neural networks and recurrent neural networks are also studied. The main objective of this project is the creation, training and obtaining the results of several neural networks capable of learning to estimate the TDOA. The neural networks will take four audios captured by microphones as input values. These signals belong to simulations and real measurements carried out by the project director and doctoral student Guillermo García Barrios. For the creation of the neural networks, it has been used Python as programming language and Matlab scripts for signal preprocessing. Four different neural network models have been tested, evaluating the estimation error for one of them, using different activation functions, loss functions and optimizers. Finally, the results obtained have been evaluated by comparing the best combination of hyperparameters for each model