将 AUC 优化推广至多分类以用于训练数据有限的音频分割
声音
2021-10-28 v1 机器学习
音频与语音处理
摘要
为神经网络开发的 ROC 曲线下面积（AUC）优化技术近来在不同音频与语音相关任务中展现了其能力。然而，由于其内在性质，AUC 优化迄今仅聚焦于二分类任务。本文中，我们引入对 AUC 优化框架的扩展，使其可轻松应用于任意数量的类别，旨在克服深度学习方案中训练数据限制所带来的问题。基于文献中 AUC 度量的多分类定义，我们使用一对一与一对多方法定义了两个新的训练目标。为证明其潜力，我们将其应用于一个训练数据有限的音频分割任务，该任务旨在区分 3 类：前景音乐、背景音乐与无音乐。实验结果表明，相较于交叉熵等传统训练准则，我们的方案能显著提升音频分割系统的性能。
引用
@article{arxiv.2110.14425,
title = {Generalizing AUC Optimization to Multiclass Classification for Audio Segmentation With Limited Training Data},
author = {Pablo Gimeno and Victoria Mingote and Alfonso Ortega and Antonio Miguel and Eduardo Lleida},
journal= {arXiv preprint arXiv:2110.14425},
year = {2021}
}