结合 Mixup 的深层卷积神经网络用于环境声音分类
声音
2018-08-28 v1 音频与语音处理
摘要
环境声音分类(ESC)是一个重要且具有挑战性的问题。与语音不同,声音事件具有类噪声性质,且可能由多种来源产生。本文中,我们提出使用一种新颖的深度卷积神经网络用于 ESC 任务。我们的网络架构使用堆叠的卷积层和池化层从类频谱图特征中提取高层特征表示。此外,我们将 mixup 应用于 ESC 任务,并探究其对分类性能和特征分布的影响。实验在 UrbanSound8K、ESC-50 和 ESC-10 数据集上进行。我们的实验结果表明,我们的 ESC 系统在 UrbanSound8K 上取得了最先进的性能(83.7%),并在 ESC-50 和 ESC-10 上取得了有竞争力的性能。
引用
@article{arxiv.1808.08405,
title = {Deep Convolutional Neural Network with Mixup for Environmental Sound Classification},
author = {Zhichao Zhang and Shugong Xu and Shan Cao and Shunqing Zhang},
journal= {arXiv preprint arXiv:1808.08405},
year = {2018}
}