背景噪声下基于测试时适应的音频分类研究
机器学习
2025-07-22 v1 声音
音频与语音处理
摘要
域迁移是深度学习中的一个突出问题，导致在测试数据集上预训练模型性能显著下降。本研究旨在使用测试时适应（TTA）技术解决由背景噪声引起的音频分类下的域迁移问题，该技术在做出预测之前仅使用未标记的测试数据对预训练模型进行适应。我们采用两种常见的 TTA 方法，TTT 和 TENT，以及一种最新方法 CoNMix，调查其在两个流行音频分类数据集 AudioMNIST（AM）和 SpeechCommands V1（SC）上，针对不同类型的背景噪声和噪声严重程度水平进行测试。实验结果表明，我们提出的 CoNMix 修改版本在域迁移下达到最高的分类准确率（AM 在 10 dB 运动自行车背景噪声下为 5.31% 错误率，在 3 dB 运行水龙头背景噪声下为 12.75% 错误率），优于 TTT 和 TENT。文献搜索未发现类似的工作，从而激励此处报告的工作成为利用 TTA 技术进行域迁移下音频分类的首次研究。
引用
@article{arxiv.2507.15523,
title = {An Investigation of Test-time Adaptation for Audio Classification under Background Noise},
author = {Weichuang Shao and Iman Yi Liao and Tomas Henrique Bode Maul and Tissa Chandesa},
journal= {arXiv preprint arXiv:2507.15523},
year = {2025}
}