audio tagging | BriefGPT - AI 论文速递

关键词audio tagging

搜索结果 - 12

音频曼巴：用于音频标记的预训练音频状态空间模型
通过提出自注意力自由的方法，音频马巴（Audio Mamba）利用状态空间模型来捕捉长音频频谱的依赖关系，实现了参数的高效性，并且在两个音频标记数据集上取得了与状态机最新技术相媲美的结果。
PDFa month ago
ATGNN：音频标签图神经网络
本文介绍了一种名为 ATGNN 的新颖图神经网络架构，通过将谱图视作图结构来处理，实现了 CNN 的能力与图神经网络的全局信息共享能力的结合，并映射了可学习的类别嵌入和相应谱图区域之间的语义关系，通过在两个音频标记任务中的表现，发现 ATG
PDF8 months ago
可学习间距的扩张卷积音频分类
在这篇论文中，通过使用 DCLS 方法替代卷积架构中的 DSC 层，显著提高了音频标记的平均精度，同时不增加参数数量，并且对吞吐量只有较低的成本。
PDF9 months ago
音频标记的本体感知学习和评估
本研究提出了一种新的音频标记任务评估度量 - 本体论感知平均准确率 (OmAP), 该评估度量利用 AudioSet 本体信息，在评估中重新权重模型预测的假阳性事件，提供了更多在本体图中不同粗粒度级别下模型性能的见解，并且比传统的平均准确率
PDF2 years ago
环境声音分类的深度学习方法第二次比较之正确的音频标记
本研究旨在通过对最大弱标注声音事件数据集 AudioSet 上的最新两类神经架构文章和加权后的 CNN 文章以及关键优化参数进行深入实验，为研究者和实践者提供性能，效率和优化过程之间的平衡见解。
PDF2 years ago
PSLA: 通过预训练、采样、标注和聚合来提高音频标记的准确性
本文研究基于 AudioSet 的音频标记技术，实现了包括 ImageNet 预训练、平衡采样、数据增强、标签增强和模型集成等训练技巧，应用在 EfficientNet 上，单个模型和集成模型在 AudioSet 上都表现出较高的平均精确度
PDF3 years ago
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。
PDF5 years ago
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。
PDF5 years ago
基于弱标注的声音事件检测中五种多示例学习汇聚函数的比较
本文讨论了声音事件检测中弱标注的多实例学习 (MIL) 框架中池化函数的 5 种类型的理论和实验比较，尤其是针对它们的定位性能。结果发现，线性 softmax 池化函数表现最佳，于是作者构建了一个名为 TALNet 的神经网络，在 Audi
PDF6 years ago
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
PDF6 years ago
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。
PDF7 years ago
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。
PDF8 years ago