Jun, 2019

噪声标签和最小监督下的音频标注

PDF
TL;DR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。
dcase2019 challengeaudio taggingnoisy labelsminimal supervisionconvolutional neural network
发现论文，激发创造
  • 使用 AudioSet 标签对 Freesound 音频进行通用标记：任务描述，数据集和基线

    本文介绍了 DCASE 2018 挑战赛的任务 2，即使用 AudioSet 标签对 Freesound 内容进行通用音频标记。本人们在 Kaggle 平台上托管了此任务， 目标是建立能够识别来自 41 个不同类别的音频剪辑的类别的音频标记系统。我们介绍了任务、为比赛准备的数据集和基准系统。

    Jul, 2018

  • 使用带有噪声标签的网络音频学习声音事件分类器

    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。

    Jan, 2019

  • 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

  • 多任务学习和自监督实现高效的音频分类

    本研究旨在通过使用多任务学习和自监督学习提高基于 WaveNet 的大型神经网络在音频数据上的标签效率，并证明在有限的标记训练数据场景下，同时训练其他自监督任务可以显著提高分类性能。

    Oct, 2019

  • 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

  • DCASE2017 挑战赛任务 4 的 Surrey-cvssp 系统

    本文介绍了通过采用基于卷积神经网络和循环神经网络的基本框架以及学习可控门激活函数、基于关注机制的方案和新的批次平衡策略等方法来解决 Acoustic Scenes 和 Weakly-Supervised Learning 问题。在该方法下，我们的音频标记和声音事件检测分别取得了 61% 和 0.73 的 F-Value 和 error rate。

    Sep, 2017

  • 基于深度卷积循环模型的注意力和定位方法，用于弱监督音频标记

    此研究提供了一种深度卷积循环模型，结合注意力机制和时间定位模块，进行弱监督的音频标记，以及在 DCASE 2016 挑战中达到了良好的性能。

    Mar, 2017

  • DCASE 挑战赛 2016 上的实验：现实录音中的声音场景分类和声音事件检测

    本文介绍了我们在实战录音的声音场景分类任务和声音事件检测任务中采用的低级和高级特征、分类器优化以及特定的其他方法，我们的表现优于 DCASE 的基线，对于任务 1，我们的总体准确性为 78.9％，超过基线 72.6％；对于任务 3，我们的基于段的错误率为 0.76，超过基线 0.91。

    Jul, 2016

  • 利用弱标签数据进行大规模音频视觉学习

    本文提出了一种音频视觉融合模型，该模型利用注意机制动态地结合单独的音频和视觉模型的输出来识别声音，实验证明该模型在音频场景分析和机器感知上比单模和多模融合模型具有更好的效果。

    May, 2020

  • 弱标记数据的声音标记联合检测 - 分类模型

    提出了一种基于联合检测和分类模型的音频标记方法，能够在保留信息丰富的同时忽略无用信息，从而将错误率从 19.0% 降低至 16.9%。此外，该方法还具有不需要事件级标签便能训练成功的优点。

    Oct, 2016