May, 2019

使用两阶段策略的多音色声音事件检测和定位

PDF
TL;DR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。
sound event detectionlocalizationneural networksdirection of arrivalpolyphonic
发现论文，激发创造
  • 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

  • 声音事件检测和定位与距离估计

    本文提出了一种新方法，即将声音事件检测与定位拓展到包含距离估计的三维声音事件检测、定位，并通过多任务和单任务两种方法研究了在 AM 型和双耳型 STARSS23 背景下的实现方案，并探究了与距离估计相关的损失函数，实验结果表明，在不降低声音事件检测和定位准确性的情况下，可以进行三维声音事件检测、定位。

    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

  • 多声部声音事件定位和检测的序列匹配网络

    提出一种模块化和分层的方法，将声音事件检测和到达方向估计的学习分离开来，在利用神经网络匹配这两个输出序列的基础上，实现了对整个声事件定位和检测系统性能的提升。

    Feb, 2020

  • ACCDOA：面向声音事件定位和检测的活动相连的笛卡尔方位角表示法

    本文提出了一种基于活动耦合笛卡尔方向角 (ACCDOA) 表示法，将声学事件的活动分配到相应的笛卡尔方向角矢量的长度中，以解决单目标 SEL​​D 任务的平衡问题以及模型大小增加的问题，并使用 DCASE2020 Task 3 数据集进行实验，结果表明，该方法在模型尺寸更小的情况下显著优于传统的双分支表示法的 SEL​​D 性能，且相对于现有的 SEL​​D 系统在定位和位置相关检测方面表现更好.

    Oct, 2020

  • 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

  • 定位该声音事件，而非其他：以类别为条件的声事件方向估计

    本文提出了一种新的基于类别条件的声音事件定位和检测 (SELD) 模型，通过特征调制等方式，可以准确定位需要关注的类别，相较于现有模型，该模型在多种评价指标上的表现更为优异，尤其在干扰场景下的测试表现更好，可应用于实际场景中。

    Mar, 2022

  • 声音事件定位和检测的多房混响数据集

    本文介绍了用于 DCASE2019 挑战赛的 “声音事件定位与检测”（SELD）任务设置及其基准方法。使用卷积循环神经网络实现了基准方法，对含混响的数据集进行了评估。

    May, 2019

  • 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