用于少样本声音事件检测的互学习框架
声音
2022-06-07 v2 音频与语音处理
摘要
尽管原型网络（ProtoNet）已被证明是少样本声音事件检测的有效方法，仍存在两个问题。首先，小规模支持集不足以使类原型准确代表类中心。其次，特征提取器是任务无关（或类无关）的：特征提取器使用基类数据训练并直接应用于未见类数据。为解决这些问题，我们提出一种带转导学习的新型互学习框架，旨在迭代更新类原型与特征提取器。更具体地，我们提出通过转导推断更新类原型，使类原型尽可能接近真实类中心。为使特征提取器成为任务特定的，我们提出使用更新后的类原型来微调特征提取器。此后，微调后的特征提取器进一步帮助生成更好的类原型。我们的方法在 DCASE 2021 Task 5 评测集上取得了 38.4 的 F 值，在 Detection and Classification of Acoustic Scenes and Events（DCASE）2021 挑战赛的少样本生物声学事件检测任务中获得第一名。
引用
@article{arxiv.2110.04474,
title = {A Mutual learning framework for Few-shot Sound Event Detection},
author = {Dongchao Yang and Helin Wang and Yuexian Zou and Zhongjie Ye and Wenwu Wang},
journal= {arXiv preprint arXiv:2110.04474},
year = {2022}
}
备注
Accepted by ICASSP2022. arXiv admin note: text overlap with arXiv:2106.12252 by other authors