Active Speaker Localization

Active Speaker Localization (ASL) 是利用音频、视觉或两者结合的方式，在环境中对活跃说话人进行空间定位的过程。其目标是准确确定说话人的位置，提高多模态交互系统的性能。ASL 在会议系统、智能监控和人机交互等领域具有重要应用价值，能够增强系统的感知能力和用户体验。