Apr, 2016

使用深度卷积神经网络和数据增强进行声学事件检测

PDF
TL;DR本研究提出了一种新的声音事件检测方法，使用卷积神经网络结合大的输入层来提取长时频结构特征，同时采用数据增强方法防止过拟合，实验表明该方法在声音事件检测上表现优异，超过了现有方法，取得了 16% 的绝对提升。
acoustic event detectionconvolutional neural networkdata augmentationfrequency structurestate-of-the-art
发现论文，激发创造
  • AENet: 学习视频分析的深度音频特征

    提出了一种新的深度网络用于音频事件识别，名为 AENet，该网络采用卷积神经网络以在时间维度上对音频事件进行长时间频率结构的建模来训练端到端的音频事件检测系统，在事件识别、动作识别和视频亮点检测等视听任务中，结合 AENet 特征和视觉特征效果显著。

    Jan, 2017

  • 大规模音频分类的 CNN 结构

    本文介绍了使用几种不同的卷积神经网络对音频进行分类，发现在大型数据集上运用图像分类中的卷积神经网络架构对于音频分类也十分有效，使用嵌入分类器的模型对音频事件检测的任务表现优于对原始特征的直接使用。

    Sep, 2016

  • 深度卷积神经网络与数据增强在环境音分类中的应用

    本文提出了一种使用深度卷积神经网络和音频数据增强相结合的方法来进行环境声音分类，通过对增强技术的探索发现在不同类别下所使用的增强技术会对分类准确率产生影响。实验结果表明，该方法在环境声音分类上表现出了最先进的效果。

    Aug, 2016

  • 使用 3D 卷积神经网络进行多通道声音事件检测，学习通道间特征

    本文提出采用卷积和循环神经网络 (CRNN)，其中第一层采用 3D 卷积神经网络 (CNN) 用于多声道声音事件检测 (SED) 任务。实验结果表明，使用多声道 Ambisonic 音频与单声道音频相比，在准确率、错误率以及检测到重叠声音事件的时间段方面都有明显提高。

    Jan, 2018

  • 使用卷积神经网络从弱标记音频进行知识转移，用于声音事件和场景

    本研究提出了一种基于卷积神经网络的弱标记音频数据分类框架，可用于转移学习，并证明了该方法对于领域和任务适应都具有有效性，此外还展示了该方法有助于捕捉语义含义和关系。

    Nov, 2017

  • 利用空间特征和卷积循环神经网络进行声音事件检测

    本文提出使用从多通道音频中提取的低级空间特征进行声音事件检测，通过初始阶段从每个通道中单独学习这些多通道特征，扩展了卷积递归神经网络以处理更多类型的这些特征，并表明将特征呈现为体积的单独层，而不是将每个通道的特征串联成单个特征向量，可以更好地学习多通道音频中的声音事件。与单声道特征相比，在相同网络上使用所提出的空间特征，在公开可用的 TUT-SED 2016 数据集上的 F-score 提高了 6.1％，在 TUT-SED 2009 数据集上的 F-score 提高了 2.7％，该数据集是其 15 倍大。

    Jun, 2017

  • 卷积循环神经网络用于多声事件检测

    本研究利用卷积神经网络 (CNN) 和循环神经网络 (RNN) 实现了声音事件监测，取得了比之前方法显著的效果提升。

    Feb, 2017

  • 具有 1-Max 池化卷积神经网络的强健音频事件识别

    本研究提出了一种简单而高效的卷积神经网络（CNN）架构，用于鲁棒的音频事件识别，并采用变尺寸的卷积滤波器和 1-max 池化方案等创新特性，在标准的鲁棒音频事件识别任务上表现不但表现出最新技术水准，并且在识别准确率上优于其他深度网络架构 4.5％， 相当于 76.3％的相对误差降低。

    Apr, 2016

  • 使用音频数据进行道路事件监视的深度卷积神经网络

    本研究使用深度卷积神经网络及音頻參數 (如 Mel 頻率倒谱系数、登录 Mel 滤波能量光譜、Fourier 光譜) 做為特徵集合與資料擴增技術，實現了對交通安全重大事件如碰撞、轮胎打滑、喇叭和警笛聲的自动辨識，进而提高 IoT 平台覆盖率的效果，準確率最高可達 94%。

    Mar, 2022

  • 音频事件弱标签学习的深入研究

    本研究使用基于 CNN 的方法进行弱监督下的音频事件训练，研究了弱标签密度和标签纠错对模型训练的影响，还探索了从网络直接获取弱标签数据的可行性，并与手动标记数据进行了比较，这些因素的分析和理解应考虑在开发未来的弱标签学习方法中。

    Apr, 2018