一种用于复音声音事件定位与检测的改进的事件无关网络
声音
2021-02-12 v4 音频与语音处理
摘要
复音声音事件定位与检测（SELD）联合执行声音事件检测（SED）与到达方向（DoA）估计，同时检测声音事件的类别与发生时间及其对应的DoA角度。我们从多任务学习的角度研究SELD任务。本文解决了两个开放问题。首先，为检测同类型但具有不同DoA的重叠声音事件，我们提出使用逐轨输出格式，并通过置换不变训练解决伴随的轨置换问题。进一步使用多头自注意力来分离各轨。其次，先前发现，通过使用硬参数共享，SELD相比单独学习子任务存在性能损失。这通过软参数共享方案解决。我们将所提方法称为事件无关网络V2（EINV2），其为我们先前提出方法的改进版本，且是一个用于SELD的端到端网络。我们表明，我们所提的用于联合SED与DoA估计的EINV2大幅优于先前方法，并具有与最先进集成模型相当的性能。
引用
@article{arxiv.2010.13092,
title = {An Improved Event-Independent Network for Polyphonic Sound Event Localization and Detection},
author = {Yin Cao and Turab Iqbal and Qiuqiang Kong and Fengyan An and Wenwu Wang and Mark D. Plumbley},
journal= {arXiv preprint arXiv:2010.13092},
year = {2021}
}
备注
5 pages, 2021 IEEE International Conference on Acoustics, Speech and Signal Processing