用卷积循环神经网络补偿类不平衡以进行黑猩猩声学检测
声音
2021-05-27 v1 音频与语音处理
摘要
自动检测系统在被动声学监测（PAM）系统中十分重要，因为这些系统记录大量音频数据，人工评估不可行。本文中我们评估了用于基于深度学习的黑猩猩叫声自动检测的类不平衡补偿方法。黑猩猩叫声在自然栖息地中极为罕见，即数据库在背景与目标叫声间呈现严重不平衡。此类不平衡会对分类器性能产生负面影响。我们采用了基于卷积循环神经网络（CRNNs）的先进检测方法。我们通过多个阶段扩展了检测流程以补偿类不平衡。包括（1）谱图去噪，（2）替代损失函数，以及（3）重采样。我们的主要发现为：（1）谱图去噪操作显著提升了两类目标的性能，（2）标准二元交叉熵达到最高性能，以及（3）通过重采样操纵相对类不平衡依目标类别或降低或维持性能。最终，我们达到了鼓声33%与发声5%的检测性能，相较已发表结果提升逾7倍。我们得出结论：支持网络学习将噪声条件与前景类别解耦对提升性能至关重要。
引用
@article{arxiv.2105.12502,
title = {Compensating class imbalance for acoustic chimpanzee detection with convolutional recurrent neural networks},
author = {Franz Anders and Ammie K. Kalan and Hjalmar S. Kühl and Mirco Fuchs},
journal= {arXiv preprint arXiv:2105.12502},
year = {2021}
}