Apr, 2018

弱标注数据中的声音事件检测和时间频率分割

PDF
TL;DR本文描述了如何使用弱标记的数据，提出了一种基于时频分割框架的声音事件检测和分离方法。文中提出的方法包括使用卷积神经网络处理分割映射和使用全局加权排名池化处理分类映射，从而可以在 F1 方面优于现有方法。
sound event detectionweakly labelled datatime-frequency segmentationconvolutional neural networkglobal weighted rank pooling
发现论文，激发创造
  • 使用 CNN-Transformer 和自动阈值优化进行弱标记数据的声音事件检测

    本论文提出了一种使用卷积神经网络变换器的方法用于音频标记和音频事件检测中缺乏以前研究的以片段和全片为训练的声音事件检测（SED）的比较，并提出了一种自动阈值优化方法，其显着地提高了系统性能。

    Dec, 2019

  • 少样本声音事件检测的多任务帧级学习

    通过使用创新的多任务帧级音频事件检测框架和线性定时遮罩进行数据增强，提高模型对多样音频环境的适应性和鲁棒性，本研究在 2023 声音场景和事件检测与分类挑战赛的 few-shot 生物声学事件检测类别中实现了 63.8% 的 F 分数，获得第一名。

    Mar, 2024

  • DiffSED：使用降噪扩散的声音事件检测

    通过采用生成学习的角度来重新构建声音事件检测问题，我们的模型在训练中学习逆转噪声处理，从而能够从噪声查询中生成准确的事件边界，实验证明在 Urban-SED 和 EPIC-Sounds 数据集上，我们的模型在训练中具有 40% 以上的更快收敛速度并明显优于现有的替代方法。

    Aug, 2023

  • 使用两阶段策略的多音色声音事件检测和定位

    本文提出基于神经网络的声音事件检测和定位方法，该方法训练得到的声音事件检测模型可以帮助到方位角的估计，同时也能够显著提高声音事件检测和方位角估计的性能。

    May, 2019

  • 使用软场景标签进行声音事件和场景的多任务学习声音事件检测

    本文提出了一种新的使用环境声音软标签来基于多任务学习（MTL）的声音事件检测（SED）方法用于与声学场景分类（ASC）同时进行分析的方法， 该方法相比传统的基于 MTL 的 SED 方法在 F 分数上提高了 3.80％。

    Feb, 2020

  • 家庭环境下大规模弱标注半监督声音事件检测

    本文介绍 DCASE 2018 任务 4，重点评估了利用弱标签数据（没有时间边界）进行大规模声音事件检测的系统，挑战在于探索未标记的数据集与小的弱标签训练集结合以提高系统性能。数据来源于 YouTube 家庭环境视频片段，具有环境辅助生活等很多应用潜力。

    Jul, 2018

  • 装备声音事件检测与语言模型能力

    通过语言模型结合音频特征和文本特征，本研究提出了一种高效的声音事件检测方法，实现了精准的声音事件分类和时序定位。与传统方法相比，该模型更简洁全面，直接利用语言模型的语义能力生成时序和事件序列，获得了准确的声音事件检测结果。

    Aug, 2023

  • 利用弱标记数据集的堆叠卷积和循环神经网络进行声音事件检测

    该论文提出了一种神经网络架构和训练方案，能够预测音频记录中声音事件开始和结束时间（强标签），通过使用弱标签作为标签，网络使用卷积和递归神经网络进行训练，该方法在 155 小时的 17 种声音事件类别数据集上实现了最佳错误率 0.84 和弱标签 F-score 43.3% 的预测效果。

    Oct, 2017

  • 使用弱标签数据进行音频事件检测

    本文提出使用弱标签数据学习声音事件检测器的框架，并给出两个基于支持向量机和神经网络解决多实例学习的方法，有助于提高数据处理效率和实现完整音频记录描述。

    May, 2016

  • 弱标注声音事件检测的自适应池化操作符

    本研究采用多实例学习技术，提出了一系列自适应池化算子来处理音频记录中的声音事件检测问题，通过在三个数据集上的实验，发现该方法在为音频数据进行静态预测时表现更好，同时也能够适用于其他时间序列预测模型，例如卷积神经网络。

    Apr, 2018