Feb, 2020

使用软场景标签进行声音事件和场景的多任务学习声音事件检测

PDF
TL;DR本文提出了一种新的使用环境声音软标签来基于多任务学习（MTL）的声音事件检测（SED）方法用于与声学场景分类（ASC）同时进行分析的方法， 该方法相比传统的基于 MTL 的 SED 方法在 F 分数上提高了 3.80％。
sound event detectionacoustic scene classificationmultitask learningsoft labelsenvironmental sound analysis
发现论文，激发创造
  • 多任务学习框架中声音事件标记对场景分类的影响

    通过一项广泛的实证研究，我们展示了在特定条件下，使用声音事件标记 (AET) 作为多任务网络中的辅助任务可以显著提高声音场景分类 (ASC) 的性能，并且 ASC 的性能还会随 AET 数据集的大小增加而进一步提高，并且不受 AET 数据集中事件选择和数量的影响，我们得出结论，ASC 性能的提高来自于使用 AET 的正则化效果，而不是网络区分声音事件的能力改进。

    Jun, 2022

  • 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

  • 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

  • 韧性、通用且低复杂度声景分类系统和一个有效的声景上下文呈现可视化工具

    本文提出了一种基于残差 - 插入结构网络的深度神经网络模型，实现了场景噪音的准确识别，并进行了模型细节及误差分析，提高了模型效果和性能，同时提出了一种可视化方法以全面展示场景上下文。

    Oct, 2022

  • 装备声音事件检测与语言模型能力

    通过语言模型结合音频特征和文本特征，本研究提出了一种高效的声音事件检测方法，实现了精准的声音事件分类和时序定位。与传统方法相比，该模型更简洁全面，直接利用语言模型的语义能力生成时序和事件序列，获得了准确的声音事件检测结果。

    Aug, 2023

  • 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

  • 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

  • 具有移动源的混响空间声音场景数据集用于声音事件定位和检测

    该报告介绍了 DCASE2020 挑战赛 SELD 任务的数据集和评估设置，该任务涉及同时分类已知的声音事件类别、检测其时间激活，并在其活动时估计其空间方向或位置。

    Jun, 2020

  • 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