ARCA23K：用于研究开集标签噪声的音频数据集
声音
2022-03-01 v2 机器学习
音频与语音处理
摘要
Freesound 等声音分享平台上音频数据的可用性使用户能访问大量带标注音频。利用此类数据训练正变得日益流行，但这类数据集中常普遍的标签噪声问题需进一步研究。本文介绍 ARCA23K，一个自动检索与整理的音频（Automatically Retrieved and Curated Audio）数据集，由超过 23000 条带标注的 Freesound 片段组成。与过去的数据集如 FSDKaggle2018 与 FSDnoisy18K 不同，ARCA23K 以更可控的方式促进标签噪声研究。我们描述创建该数据集的完整过程使其完全可复现，意味着研究者可轻松扩展我们的工作。我们表明 ARCA23K 中多数标注错误源于词汇表外音频片段，并将此类标签噪声称为开集标签噪声（open-set label noise）。我们开展了实验，从分类性能与表示学习角度研究标签噪声的影响。
引用
@article{arxiv.2109.09227,
title = {ARCA23K: An audio dataset for investigating open-set label noise},
author = {Turab Iqbal and Yin Cao and Andrew Bailey and Mark D. Plumbley and Wenwu Wang},
journal= {arXiv preprint arXiv:2109.09227},
year = {2022}
}
备注
Accepted to the Detection and Classification of Acoustic Scenes and Events 2021 Workshop (DCASE2021)