Apr, 2018

弱标注声音事件检测的自适应池化操作符

PDF
TL;DR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。
sound event detectionmultiple instance learningadaptive pooling operatorstemporally dynamic predictionconvolutional neural networks
发现论文，激发创造
  • 基于弱标注的声音事件检测中五种多示例学习汇聚函数的比较

    本文讨论了声音事件检测中弱标注的多实例学习 (MIL) 框架中池化函数的 5 种类型的理论和实验比较，尤其是针对它们的定位性能。结果发现，线性 softmax 池化函数表现最佳，于是作者构建了一个名为 TALNet 的神经网络，在 Audio Set 上达到了最先进的音频标记性能，同时在 DCASE2017 挑战赛上展现了强大的定位性能。

    Oct, 2018

  • 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

  • 弱标注数据中的声音事件检测和时间频率分割

    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。

    Apr, 2018

  • 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

  • 用于高效声音事件检测的双重知识蒸馏

    我们提出了一种名为双重知识蒸馏的方法来开发高效的声音事件检测（SED）系统，其中包括了时间平均知识蒸馏（TAKD）和嵌入增强特征蒸馏（EEFD），该方法在仅有基准模型参数的三分之一的情况下，在 DCASE 2023 Task 4A 公共评估数据集上展示出卓越的性能，突出了双重知识蒸馏对于紧凑型 SED 系统的重要性，这对于边缘设备非常理想。

    Feb, 2024

  • 基于自适应变点检测和主动学习的从弱到强声音事件标签转换

    该研究提出了一种基于自适应变点检测（A-CPD）的音频切分方法，用于机器辅助对音频录音片段进行弱标签注释，旨在最大程度地获取关于目标声音的时间激活信息，并通过有限的注释资源实现高质量的强标签。

    Mar, 2024

  • 使用卷积循环神经网络进行声音事件定位和重叠源检测

    本研究提出了一种卷积循环神经网络，用于在三维空间中联合定位和检测多个重叠声音事件。该方法能够有效地估计声音事件的位置和检测每个时间帧中所有声音事件类的活动，并且避免了特征提取方面的任何限制。

    Jun, 2018

  • 弱监督可扩展音频内容分析

    本文介绍了一种利用异构弱标注数据进行音频事件检测的弱监督学习框架，同时提出了一种可扩展的多实例学习算法，并证明了其在音频事件检测中具有竞争力。

    Jun, 2016