基于序列标记的连线主义时间定位用于声音事件检测
声音
2019-02-20 v4 音频与语音处理
摘要
关于弱标记声音事件检测（SED）的研究大多集中于存在/缺失标记，这种标记完全不提供关于事件发生的时序信息。在本文中，我们考虑带有序列标记的SED，其指定了事件边界的时间顺序。传统的连线主义时间分类（CTC）框架在应用于带序列标记的SED时，由于“峰值聚集”问题而不能很好地定位长事件。我们改进CTC框架并提出连线主义时间定位（CTL），成功解决了该问题。在Audio Set的一个子集上的评估表明，CTL缩小了存在/缺失标记与强标记之间三分之一的差距，证明了序列标记中额外时序信息的实用性。CTL还使得将序列标记与存在/缺失标记及强标记相结合变得容易。
引用
@article{arxiv.1810.09052,
title = {Connectionist Temporal Localization for Sound Event Detection with Sequential Labeling},
author = {Yun Wang and Florian Metze},
journal= {arXiv preprint arXiv:1810.09052},
year = {2019}
}