用于弱监督声音事件检测的亲和混合
声音
2021-06-22 v1 机器学习
音频与语音处理
摘要
弱监督声音事件检测问题是在弱标记数据集中预测声音事件的存在及其相应起止点的任务。弱数据集将每个训练样本（一段短录音）关联到一个或多个存在的声源。仅依赖卷积和循环层的网络无法直接关联录音中的多个帧。受注意力与图神经网络启发，我们引入亲和混合的概念以纳入时间级相似性并建立帧间连接。该正则化技术使用自适应亲和矩阵在不同层中混合特征。我们提出的亲和混合网络将最先进技术的事件-F1 分数提升了 。
引用
@article{arxiv.2106.11233,
title = {Affinity Mixup for Weakly Supervised Sound Event Detection},
author = {Mohammad Rasool Izadi and Robert Stevenson and Laura N. Kloepper},
journal= {arXiv preprint arXiv:2106.11233},
year = {2021}
}