具有加权与多任务损失函数的DNN和CNN用于音频事件检测
声音
2017-10-19 v2 机器学习
摘要
本报告介绍了我们为DCASE 2017挑战赛任务2“罕见声音事件检测”提交的音频事件检测系统。所提出的系统基于卷积神经网络(CNNs)和深度神经网络(DNNs)，并结合新颖的加权与多任务损失函数以及最先进的相位感知信号增强。这些损失函数专为音频流中的音频事件检测而设计。加权损失旨在解决背景/前景分类中常见的数据不平衡问题，而多任务损失使网络能够同时建模目标事件的类别分布和时间结构以进行识别。我们提出的系统在开发数据上显著优于挑战赛基线，F值从72.7%提高到90.0%，检测错误率从平均0.53降低到0.18。在评估数据上，我们的提交获得平均F1值88.3%和错误率0.22，显著优于DCASE基线（即F1值64.1%和错误率0.64）。
引用
@article{arxiv.1708.03211,
title = {DNN and CNN with Weighted and Multi-task Loss Functions for Audio Event Detection},
author = {Huy Phan and Martin Krawczyk-Becker and Timo Gerkmann and Alfred Mertins},
journal= {arXiv preprint arXiv:1708.03211},
year = {2017}
}
备注
DCASE 2017 technical report