用于弱监督声音事件检测的帧两两距离损失
人机交互
2023-12-08 v2 声音
音频与语音处理
摘要
弱监督学习已成为一种有前景的方法,通过弥合全监督方法与无监督技术之间的差距,在各领域中利用有限标注数据。获取用于声音事件检测的强标注成本高昂,使得弱监督学习成为更具成本效益且广泛适用的替代方案。为提升弱监督声音事件检测学习的识别率,我们引入了一个帧两两距离(FPD)损失分支,并辅以少量合成数据。相应的采样与标签处理策略亦被提出。采用两种不同距离度量来评估所提方法。最后,该方法在 DCASE 2023 task4 数据集上得到验证。所得实验结果证实了该方法的有效性。
引用
@article{arxiv.2309.11783,
title = {Frame Pairwise Distance Loss for Weakly-supervised Sound Event Detection},
author = {Rui Tao and Yuxing Huang and Xiangdong Wang and Long Yan and Lufeng Zhai and Kazushige Ouchi and Taihao Li},
journal= {arXiv preprint arXiv:2309.11783},
year = {2023}
}
备注
Submitted to ICASSP 2024