用于鸟声检测的卷积循环神经网络
声音
2017-03-08 v1 机器学习
机器学习
摘要
鸟鸣声具有独特的频谱结构，其频谱可能根据鸟类物种和环境条件出现微小偏移。本文中，我们提出在真实生活环境中自动鸟声检测任务上使用卷积循环神经网络。在所提方法中，卷积层提取高维的、局部频移不变特征，而循环层捕捉从短时帧提取的特征之间的更长程依赖关系。该方法在未见过的评估数据上取得了 88.5% 的 ROC 曲线下面积 (AUC) 分数，并在 Bird Audio Detection 挑战赛中获得了第二名。
引用
@article{arxiv.1703.02317,
title = {Convolutional Recurrent Neural Networks for Bird Audio Detection},
author = {EmreÇakır and Sharath Adavanne and Giambattista Parascandolo and Konstantinos Drossos and Tuomas Virtanen},
journal= {arXiv preprint arXiv:1703.02317},
year = {2017}
}
备注
Submitted to EUSIPCO 2017 Special Session on Bird Audio Signal Processing