基于能量的开放世界软最大混合置信校准方法用于声事件检测
声音
2025-07-15 v1 音频与语音处理
摘要
声事件检测 (SED) 在受控环境中取得了显著进展，但实际应用常常发生在开放环境。此时，现有方法常产生过高的置信度且缺乏有效的不确定性度量方式。这限制了其在新情境下的适应性和性能。为解决此问题，我们首次在 SED 中引入集成方法以提高对域外 (OOD) 输入的鲁棒性。我们提出一种置信校准方法，称为能量基开放世界软最大 (Energy-based Open-World Softmax, EOW-Softmax)，帮助系统更好地处理未知场景中的不确定性。我们进一步将 EOW-Softmax 应用于声音发生和重叠检测 (SOD)，通过调整预测实现此目标。如此一来，模型在保持检测重叠事件能力的同时，变得更具适应性。实验表明，我们的方法在开放环境中提升了性能，减少了过度自信，增强了处理 OOD 情况的能力。
引用
@article{arxiv.2507.09606,
title = {Ensemble Confidence Calibration for Sound Event Detection in Open-environment},
author = {Yuanjian Chen and Han Yin},
journal= {arXiv preprint arXiv:2507.09606},
year = {2025}
}