RIR-Mega : un ensemble de données à grande échelle de réponses impulsionnelles de salle simulées pour l'apprentissage automatique et la modélisation de l'acoustique des salles
RIR-Mega: a large-scale simulated room impulse response dataset for machine learning and room acoustics modeling
October 21, 2025
papers.authors: Mandip Goswami
cs.AI
papers.abstract
Les réponses impulsionnelles de salle (RIR) constituent une ressource essentielle pour la déréverbération, la reconnaissance robuste de la parole, la localisation de sources et l'estimation de l'acoustique des salles. Nous présentons RIR-Mega, une vaste collection de RIR simulées décrites par un schéma de métadonnées compact et adapté aux machines, accompagnée d'outils simples pour la validation et la réutilisation. Le jeu de données est fourni avec un chargeur Hugging Face Datasets, des scripts pour la vérification des métadonnées et des sommes de contrôle, ainsi qu'une référence de régression de base qui prédit des cibles RT60 à partir des formes d'onde. Sur un ensemble d'entraînement et de validation de 36 000 et 4 000 exemples, une petite forêt aléatoire basée sur des caractéristiques temporelles et spectrales légères atteint une erreur absolue moyenne proche de 0,013 s et une erreur quadratique moyenne proche de 0,022 s. Nous hébergeons un sous-ensemble de 1 000 RIR pour des réseaux linéaires et 3 000 RIR pour des réseaux circulaires sur Hugging Face pour des tests rapides en streaming, et conservons l'archive complète de 50 000 RIR sur Zenodo. Le jeu de données et le code sont publics pour soutenir des études reproductibles.
English
Room impulse responses are a core resource for dereverberation, robust speech
recognition, source localization, and room acoustics estimation. We present
RIR-Mega, a large collection of simulated RIRs described by a compact, machine
friendly metadata schema and distributed with simple tools for validation and
reuse. The dataset ships with a Hugging Face Datasets loader, scripts for
metadata checks and checksums, and a reference regression baseline that
predicts RT60 like targets from waveforms. On a train and validation split of
36,000 and 4,000 examples, a small Random Forest on lightweight time and
spectral features reaches a mean absolute error near 0.013 s and a root mean
square error near 0.022 s. We host a subset with 1,000 linear array RIRs and
3,000 circular array RIRs on Hugging Face for streaming and quick tests, and
preserve the complete 50,000 RIR archive on Zenodo. The dataset and code are
public to support reproducible studies.