sound event detection | BriefGPT

关键词sound event detection

搜索结果 - 33

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。
PDF5 years ago
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。
PDF5 years ago
基于四元数卷积神经网络的 3D 声音事件检测和定位
本文研究如何使用四元数数据处理技术来定位和检测空间声音场中的声音事件，尤其是使用第一阶 Ambisonic 麦克风捕获的信号的球面谐波分量，并通过使用四元数卷积神经网络进行处理。实验结果表明，所提出的方法利用了 Ambisonic 信号的相
PDF6 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
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
PDF6 years ago
使用卷积循环神经网络进行声音事件定位和重叠源检测
本研究提出了一种卷积循环神经网络，用于在三维空间中联合定位和检测多个重叠声音事件。该方法能够有效地估计声音事件的位置和检测每个时间帧中所有声音事件类的活动，并且避免了特征提取方面的任何限制。
PDF6 years ago
弱标注声音事件检测的自适应池化操作符
本研究采用多实例学习技术，提出了一系列自适应池化算子来处理音频记录中的声音事件检测问题，通过在三个数据集上的实验，发现该方法在为音频数据进行静态预测时表现更好，同时也能够适用于其他时间序列预测模型，例如卷积神经网络。
PDF6 years ago
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。
PDF6 years ago
使用卷积神经网络从弱标记音频进行知识转移，用于声音事件和场景
本研究提出了一种基于卷积神经网络的弱标记音频数据分类框架，可用于转移学习，并证明了该方法对于领域和任务适应都具有有效性，此外还展示了该方法有助于捕捉语义含义和关系。
PDF7 years ago
不同双耳特征的声音事件检测报告
本文探讨了使用双耳音频特征替代单声道特征进行声音事件检测的表现，通过使用叠加的卷积和循环神经网络对 TUT Sound Events 2017 数据集进行评估，研究了三种不同的双耳特征，并报告了标准的误差率和 F-score 指标，结果表明
PDF7 years ago
MM基于门卷积神经网络的大规模弱监督音频分类
本文介绍了一种门控卷积神经网络和一种基于时间注意力的定位方法，用于音频分类，并在 DCASE 2017 挑战赛的大规模弱监督声音事件检测任务中获得了第一名。
PDF7 years ago
利用空间特征和卷积循环神经网络进行声音事件检测
本文提出使用从多通道音频中提取的低级空间特征进行声音事件检测，通过初始阶段从每个通道中单独学习这些多通道特征，扩展了卷积递归神经网络以处理更多类型的这些特征，并表明将特征呈现为体积的单独层，而不是将每个通道的特征串联成单个特征向量，可以更好
PDF7 years ago
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
PDF8 years ago