Jan, 2019

使用带有噪声标签的网络音频学习声音事件分类器

PDF
TL;DR该研究针对大型数据集中的声音事件分类中标签噪声的问题，提出了 FSDnoisy18k 数据集，并提供了卷积神经网络（CNN）基准系统。实验证明，与小型仔细标记的数据相比，大量带噪声的数据可以更好地训练模型，同时还证明了当标签数据受损时，噪声鲁棒性损失函数可以有效地提高模型性能。
发现论文，激发创造
  • 噪声标签和最小监督下的音频标注

    介绍了 DCASE2019 挑战赛的任务 2，旨在使用大量嘈杂标注数据和少量手动标注数据下，评估具有 80 个声音类别的大词汇设置中的多标签音频标记系统，同时提出了一种基于卷积神经网络的基线系统和 FSDKaggle2019 数据集。

    Jun, 2019

  • 带噪标签的音频损坏监督分类器

    本研究分析了使用大量嘈杂无序标签通过声学数据集训练 CNN 的效果，证明 CNN 在训练时表现出更好的泛化能力，测试性能显著提高。研究指出使用嘈杂无序标签需要显著增加训练数据集的大小。

    Jul, 2019

  • 从含有噪声标签的数据中学习如何学习

    本文提出一种噪声容忍的训练算法，其中在传统梯度更新之前进行元学习更新来模拟实际训练。通过生成合成噪声标签进行训练，该元学习方法训练模型，以便在使用每个设置的合成噪声标签进行一次梯度更新后，模型不会过度拟合特定的噪声，从而提高深度神经网络的性能。

    Dec, 2018

  • 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

  • 无监督学习语义音频表征

    通过无监督的三元组损失学习方法，得到音频谱图的低维嵌入，用于检索和分类声音事件，在有限监督下实现了两倍于最先进方法的分类准确率。

    Nov, 2017

  • 利用类别可学性处理带噪数据

    本文介绍了一种与分类器和训练算法共同作用的在线算法，通过其可提高在可学习类别上的整体性能

    Nov, 2018

  • FSD50K：一个带有人工标记的声音事件开放数据集

    介绍了一个新的开放音频数据集 FSD50K，其包含了来自 AudioSet 本体中的 200 个分类中的超过 51k 个手动标记的音频片段，旨在成为声音事件识别（SER）领域的新开放基准数据集。

    Oct, 2020

  • 深度神经网络中的噪声标签学习：综述

    本文综述了深度学习中标签噪声的学习问题，提供了 62 种最新的鲁棒训练方法，并系统性比较了六个评估指标。同时，分析了噪声估计率和评估方法，并提出了未来的几个研究方向。

    Jul, 2020

  • 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

  • 有噪声标签的学习再探讨：使用真实世界人类注释的研究

    本论文介绍了两个基准数据集 CIFAR-10N 和 CIFAR-100N，使用这些数据集可以更好地理解真实世界嘈杂标签和合理地处理它们，量化和定性显示真实世界嘈杂标签表现出依赖于实例模式，与传统的基于类假设和合成标签的模式不同。并且，还通过与人工噪声和类依赖的合成噪声的对比研究，研究了记忆正确和错误预测的情况，从而表明真实世界的噪声模式比合成噪声模式更具挑战性，需要重新考虑带噪标签的学习问题。

    Oct, 2021