基于随机分类器的少样本类增量音频分类
音频与语音处理
2023-06-06 v1
摘要
当前音频分类方法通常假设类别数固定，且模型仅能识别预先给定的类别。当新类别出现时，模型需用所有类别的充足样本重新训练。若新类别持续出现，这些方法将表现不佳甚至不可行。本研究提出一种少样本类增量音频分类方法，可持续识别新类别并记住旧类别。所提模型由嵌入提取器和随机分类器组成。前者在基会话中训练并在增量会话中冻结，后者在所有会话中增量扩展。通过分别从 NSynth 和 LibriSpeech 音频语料中选取样本构建了 NS-100 和 LS-100 两个数据集。结果表明，我们的方法在平均准确率和性能下降率上均超越四种基线方法。代码见 https://github.com/vinceasvp/meta-sc。
引用
@article{arxiv.2306.02053,
title = {Few-shot Class-incremental Audio Classification Using Stochastic Classifier},
author = {Yanxiong Li and Wenchang Cao and Jialong Li and Wei Xie and Qianhua He},
journal= {arXiv preprint arXiv:2306.02053},
year = {2023}
}
备注
5 pages, 3 figures, 4 tables. Accepted for publication in INTERSPEECH 2023