面向音频标注、声音事件检测与空间定位的跨任务学习：DCASE 2019 基线系统
声音
2019-04-16 v2 音频与语音处理
摘要
声学场景与事件的检测和分类（DCASE）2019 挑战赛重点关注音频标注、声音事件检测和空间定位。DCASE 2019 包含五个任务：1) 声学场景分类，2) 带有噪声标签和最小监督的音频标注，3) 声音事件定位与检测，4) 家庭环境中的声音事件检测，以及 5) 城市声音标注。在本文中，我们提出了基于卷积神经网络（CNN）的通用跨任务基线系统。其动机是在不利用任务特定特征的情况下，研究各种模型在多个任务上的性能。我们考察了具有 5、9 和 13 层的 CNN，发现最优架构依赖于具体任务。对于我们考虑的系统，我们发现具有平均池化的 9 层 CNN 是大多数 DCASE 2019 任务的良好模型。
引用
@article{arxiv.1904.05635,
title = {Cross-task learning for audio tagging, sound event detection spatial localization: DCASE 2019 baseline systems},
author = {Qiuqiang Kong and Yin Cao and Turab Iqbal and Yong Xu and Wenwu Wang and Mark D. Plumbley},
journal= {arXiv preprint arXiv:1904.05635},
year = {2019}
}
备注
We want to replace but create this submission by mistake. See arXiv:1904.03476 instead