基于卷积神经网络与精炼组件集的色情音频识别
声音
2022-11-17 v1 音频与语音处理
摘要
互联网上大量公开可用的色情音频严重威胁儿童的身心健康，但这些音频很少被检测和过滤。在本文中，我们首次提出一种基于卷积神经网络（CNN）的声学色情识别模型。随后，我们研究了一系列精炼组件并通过消融实验验证其有效性。最后，我们将所有精炼组件堆叠以验证它们是否能进一步提升模型精度。在我们新收集的由 224127 个色情音频和 274206 个正常样本组成的大型数据集上的实验结果表明了我们所提模型及这些精炼组件的有效性。具体而言，所提模型取得了 92.46% 的准确率，而当所有精炼组件组合时准确率进一步提升至 97.19%。
引用
@article{arxiv.2211.05983,
title = {Acoustic Pornography Recognition Using Convolutional Neural Networks and Bag of Refinements},
author = {Lifeng Zhou and Kaifeng Wei and Yuke Li and Yiya Hao and Weiqiang Yang and Haoqi Zhu},
journal= {arXiv preprint arXiv:2211.05983},
year = {2022}
}