一种用于多音声事件定位与检测的轨式集成事件独立网络
声音
2022-03-22 v1 音频与语音处理
摘要
多音声事件定位与检测(SELD)旨在检测声事件类型及其对应时间活动与空间位置。本文提出一种带有新颖数据增强方法的轨式集成事件独立网络。所提模型基于我们先前提出的Event-Independent Network V2,并通过conformer块与dense块进行扩展。为解决轨式输出格式下不同模型间可能出现轨排列问题的集成模型难题,提出了具有轨式输出格式的轨式集成模型。数据增强方法包含若干数据增强链,由多种数据增强操作的随机组合构成。该方法还为不同模型利用了log-mel谱图、强度向量以及空间线索增强对数谱图(SALSA)。我们在L3DAS22挑战赛的任务中评估了所提方法,获得了排名顶尖的解决方案,其位置相关F-score为0.699。源代码已发布。
引用
@article{arxiv.2203.10228,
title = {A Track-Wise Ensemble Event Independent Network for Polyphonic Sound Event Localization and Detection},
author = {Jinbo Hu and Yin Cao and Ming Wu and Qiuqiang Kong and Feiran Yang and Mark D. Plumbley and Jun Yang},
journal= {arXiv preprint arXiv:2203.10228},
year = {2022}
}
备注
6 pages, 2 figures, submitted to IEEE ICASSP 2022