CoLoC：用于声音事件定位与检测的条件化定位器与分类器
声音
2022-10-26 v1 机器学习
音频与语音处理
摘要
本文中我们介绍条件化定位器与分类器（Conditioned Localizer and Classifier, CoLoC），一种用于声音事件定位与检测（Sound Event Localization and Detection, SELD）的新方案。该方案由两阶段构成：先完成定位，随后由定位器输出所条件的分类。为解决源数量未知的问题，我们引入了取自序列集合生成（Sequential Set Generation, SSG）的思想。两阶段的模型均为类 SELDnet 的 CRNN，但具有单一输出。推理表明此类双单一输出模型适用于 SELD 任务。我们展示在 STARSS22 数据集上，我们的方案在大多数指标上优于基线系统。
引用
@article{arxiv.2210.13932,
title = {CoLoC: Conditioned Localizer and Classifier for Sound Event Localization and Detection},
author = {Sławomir Kapka and Jakub Tkaczuk},
journal= {arXiv preprint arXiv:2210.13932},
year = {2022}
}
备注
5 pages, conference