利用生成的呼吸音进行对抗微调以解决类别不平衡问题
声音
2023-11-14 v1 机器学习
音频与语音处理
摘要
深度生成模型已成为医学图像领域解决数据稀缺的一种有前景的方法。然而，它们在呼吸音等序列数据上的使用较少被探索。在这项工作中，我们提出了一种直接的方法，使用音频扩散模型作为条件神经声码器来增强不平衡的呼吸音数据。我们还展示了一种简单而有效的对抗微调方法，以对齐合成与真实呼吸音样本之间的特征，从而提升呼吸音分类性能。我们在 ICBHI 数据集上的实验结果表明，所提出的对抗微调是有效的，而仅使用传统增强方法则会出现性能下降。此外，我们的方法在 ICBHI 分数上比基线高出 2.24%，并将少数类的准确率最高提升了 26.58%。补充材料中，我们在 https://github.com/kaen2891/adversarial_fine-tuning_using_generated_respiratory_sound 提供了代码。
引用
@article{arxiv.2311.06480,
title = {Adversarial Fine-tuning using Generated Respiratory Sound to Address Class Imbalance},
author = {June-Woo Kim and Chihyeon Yoon and Miika Toikkanen and Sangmin Bae and Ho-Young Jung},
journal= {arXiv preprint arXiv:2311.06480},
year = {2023}
}
备注
accepted in NeurIPS 2023 Workshop on Deep Generative Models for Health (DGM4H)