Oct, 2018

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

PDF
TL;DR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。
sound event detectionmultiple instance learningpooling functionneural networkaudio tagging
发现论文，激发创造
  • 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

  • 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

  • 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

  • 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

  • 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

  • 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

  • 使用注意力神经网络的弱标记 AudioSet 标记

    本研究提出了一种使用注意力神经网络解决音频分类的方法，该方法在 AudioSet 数据集上进行实验，并发现使用 embedding feature 的音频标记性能与每个声音类别的训练样本数量和标签质量的相关性较弱。

    Mar, 2019

  • 利用空间和谐特征在多通道音频中进行声音事件检测

    本文提出使用空间和谐特征结合 LSTM 循环神经网络进行自动声音事件检测任务，并将其与现有的单声道方法进行比较，结果表明使用多声道音频、空间和谐特征的自动声音事件检测方法能够提高检测性能。

    Jun, 2017

  • 基于事件无关网络的多声音事件定位和检测

    该论文提出了一种新颖的用于多声事件定位和检测的独立于事件的网络，其输入为 FOA 时域信号，包括声音事件的检测与方位角估计，使用卷积层和并行的分支进行预测，结果表明其相对于基线方法在任务 3 数据集上的表现有很大提升。

    Sep, 2020