Jun, 2022

多任务学习框架中声音事件标记对场景分类的影响

PDF
TL;DR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。
acoustic eventsacoustic scene classificationmulti-task learningaudio classificationregularization
发现论文，激发创造
  • 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

    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％。

    Feb, 2020

  • 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

  • 声学场景分类

    介绍声音场景分类中的一些当前前沿、定义一个标准框架，并提供各种不同算法、提交给数据挑战以及评估人类分类准确性的表现，最终得出三种算法显著优于基准方法，但在某些场景下算法和人类都会出现误差。

    Nov, 2014

  • 基于两阶段分类和数据增强的设备鲁棒性声场分类

    实现了一个使用 CNN、数据增强、量化和模型融合的音频场景分类系统，可以将多个设备录制的音频信号精细分类为 10 个细粒度类别和 3 个高层级类别，并在不增加复杂度的情况下获得高准确率

    Jul, 2020

  • 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

  • IEEE ICME 2024 大挑战赛：领域偏移下的半监督声学场景分类

    在 ICME 2024 大挑战中，我们引入了半监督领域迁移音景分类任务，鼓励参与者创新半监督学习技术，旨在开发更具鲁棒性的 ASC 模型。

    Feb, 2024

  • 地理标记音视航拍场景识别的跨任务传递

    利用声音信息结合图像信息进行空中场景识别，通过构建新的 AVANET 数据集，通过多模式的学习框架将声音事件的知识转化到空中场景识别的任务中，提高识别效果。

    May, 2020

  • 一个用于城市声景分类的多设备数据集

    本文介绍了 DCASE 2018 挑战赛的声景分类任务和提供给该任务的 TUT Urban Acoustic Scenes 2018 数据集， 并评估了基线系统在该任务中的性能。同时，本文还提出了基线系统，该系统包括卷积神经网络， 并介绍了其在子任务中的性能。

    Jul, 2018

  • 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

  • 声学场景分类的标签树嵌入

    本文提出了一种利用类别标签结构实现高效声学场景分类的方法，首先通过学习类别标签的聚类来自动构建一个多层结构的元类别分类学，然后将声学场景嵌入到低维度的特征表示中进行分类，该方法在 DCASE 2013 和 LITIS Rouen 数据集上均取得了最先进的结果。

    Jun, 2016