audioset | BriefGPT - AI 论文速递

关键词audioset

搜索结果 - 7

数据集平衡可能会损害模型性能
本文研究了 AudioSet 这个数据集中类别不平衡的问题，发现使用数据集平衡技术虽然可以提高在公共数据集上的性能，但是对于未发布的数据集表现的提高是不稳定的。作者还没有发现证据表明平衡相对于常见类的性能改善比对罕见类更好，因此，呼吁不要盲
PDFa year 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
通用音频表示的对比学习
COLA 是一种基于对比学习的自监督预训练方法，用于学习音频的通用表示，通过在大规模的 Audioset 数据库上进行预训练，使得其在包括语音、音乐、动物声音和声学场景等 9 项分类任务中性能显著优于之前的自监督系统，并进一步通过消融研究指
PDF4 years ago
FSD50K：一个带有人工标记的声音事件开放数据集
介绍了一个新的开放音频数据集 FSD50K，其包含了来自 AudioSet 本体中的 200 个分类中的超过 51k 个手动标记的音频片段，旨在成为声音事件识别（SER）领域的新开放基准数据集。
PDF4 years ago
ICML提高声音事件识别泛化性能的顺序自学方法
本研究提出了一种基于自我教学的序列方法来学习声音事件识别，该方法采用了多阶段的学习过程以提高给定建模系统的泛化能力，可以在来自弱标注和 / 或嘈杂标注数据等恶劣环境下进行声音学习，并在最大声音事件数据集之一的 Audioset 上取得了高达
PDF4 years ago
PANNs：大规模预训练音频神经网络用于音频模式识别
本论文提出了使用大型数据集 AudioSet 预训练的音频神经网络（PANNs），并将 PANNs 迁移到其他音频相关任务中，其中最好的 PANN 系统在 AudioSet 标记上实现了 0.439 的最高平均精度（mAP）。
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