面向 DCASE 2022 挑战赛任务 4 的频率相关声音事件检测
音频与语音处理
2022-06-24 v1
摘要
尽管许多其他领域的深度学习方法已被应用于声音事件检测（SED），但这些方法原领域与 SED 之间的差异迄今未得到适当考量。由于 SED 使用具有两个维度（时间和频率）的音频数据作为输入，透彻理解这两个维度对于将其他领域的方法应用于 SED 至关重要。先前工作证明，那些处理频率维度的方法在 SED 中尤为有效。通过应用 FilterAugment 和频率动态卷积这些为提升 SED 性能而提出的频率相关方法，我们提交的模型取得了最佳的 PSDS1 0.4704 和最佳的 PSDS2 0.8224。
引用
@article{arxiv.2206.11645,
title = {Frequency Dependent Sound Event Detection for DCASE 2022 Challenge Task 4},
author = {Hyeonuk Nam and Seong-Hu Kim and Deokki Min and Byeong-Yun Ko and Seung-Deok Choi and Yong-Hwa Park},
journal= {arXiv preprint arXiv:2206.11645},
year = {2022}
}
备注
Technical Reprot submitted for DCASE2022 Challenge Task4