面向声音事件检测的众包强标签获取
音频与语音处理
2021-07-27 v1
摘要
强标签是评估声音事件检测方法所必需的，但由于标注任务所需资源高昂，往往稀缺。我们提出了一种利用众包弱标签估计强标签的方法，该方法将标注任务划分为简单的单元任务。基于对标注者能力的估计，对弱标签进行聚合与处理，得到一组客观的强标签。实验使用合成音频，通过与真实标注对比来验证所得标注的质量。所提方法生成的标签精度高，但并非所有事件实例都被召回。将所得标注与真实标注进行比较的检测指标显示，在 1 秒片段上 F 值为 80%，按复调声音检测评分指标计算的交叉基 F1 分数最高达 89.5%。
引用
@article{arxiv.2107.12089,
title = {Crowdsourcing strong labels for sound event detection},
author = {Irene Martín-Morató and Manu Harju and Annamaria Mesaros},
journal= {arXiv preprint arXiv:2107.12089},
year = {2021}
}