基于深度表征学习的端到端录音设备识别
声音
2022-12-06 v1 音频与语音处理
摘要
深度学习技术在录音设备源识别中已取得一定成果。录音设备源特征包含空间信息与特定时间信息。然而，大多数基于深度学习的录音设备源识别方法仅利用录音设备源特征的空间表征学习，无法充分利用录音设备源信息。因此，本文为充分挖掘录音设备源的空间与时间信息，提出一种基于空间特征信息与时间特征信息融合、采用端到端框架的录音设备源识别新方法。从特征角度，我们设计了两类网络以提取录音设备源的空间与时间信息；随后利用注意力机制自适应分配空间与时间信息的权重以获得融合特征。从模型角度，我们的模型采用端到端框架从空间特征与时间特征中学习深度表征，并使用深层与浅层损失进行联合优化。该方法与我们的前期工作及基线系统进行比较，结果表明所提方法在一般条件下优于我们的前期工作与基线系统。
引用
@article{arxiv.2212.02084,
title = {End-to-end Recording Device Identification Based on Deep Representation Learning},
author = {Chunyan Zeng and Dongliang Zhu and Zhifeng Wang and Minghu Wu and Wei Xiong and Nan Zhao},
journal= {arXiv preprint arXiv:2212.02084},
year = {2022}
}
备注
20 pages, 5 figures, recording device identification