Audio Barlow Twins：自监督音频表示学习
声音
2022-12-26 v1 机器学习
音频与语音处理
摘要
Barlow Twins 自监督学习目标既不需要负样本也不需要非对称学习更新，在计算机视觉内取得了与当前最先进结果相当的成绩。基于此，我们提出 Audio Barlow Twins，一种新颖的自监督音频表示学习方法，将 Barlow Twins 适配到音频领域。我们在大规模音频数据集 AudioSet 上进行预训练，并在 HEAR 2021 挑战赛的 18 项任务上评估所学表示的质量，取得的结果优于或以其他方式与当前用于音频表示学习的实例判别自监督学习方法的最先进水平相当。代码见 https://github.com/jonahanton/SSL_audio。
引用
@article{arxiv.2209.14345,
title = {Audio Barlow Twins: Self-Supervised Audio Representation Learning},
author = {Jonah Anton and Harry Coppock and Pancham Shukla and Bjorn W. Schuller},
journal= {arXiv preprint arXiv:2209.14345},
year = {2022}
}
备注
15 pages (4 main text, rest references + appendices)