DCASE 2024 挑战中数据高效低复杂度声学场景分类
音频与语音处理
2024-07-19 v2 声音
摘要
本文描述了 DCASE 2024 挑战中的数据高效低复杂度声学场景分类任务及其相应的基线系统。该任务设置是前几届（2022 和 2023）的延续，后者聚焦于录音设备不匹配和低复杂度约束。今年的版本引入了一个额外的现实问题：参赛者必须针对五种情景开发数据高效系统，这些情景逐步限制可用训练数据的量。本文提供的基线系统基于由反向残差块构建的高效因式分解 CNN 架构，并使用 Freq-MixStyle 解决设备不匹配问题。该任务收到 37 份来自 17 支队伍的提交，绝大多数系统均优于基线。获胜系统的准确率范围从最小子集的 54.3% 到最大子集的 61.8%，分别在评估集上相对于基线系统提高了约 23% 和 9%。
引用
@article{arxiv.2405.10018,
title = {Data-Efficient Low-Complexity Acoustic Scene Classification in the DCASE 2024 Challenge},
author = {Florian Schmid and Paul Primus and Toni Heittola and Annamaria Mesaros and Irene Martín-Morató and Khaled Koutini and Gerhard Widmer},
journal= {arXiv preprint arXiv:2405.10018},
year = {2024}
}
备注
Task Description Page: https://dcase.community/challenge2024/task-data-efficient-low-complexity-acoustic-scene-classification