HalluAudio：将频率幻觉为概念以用于少样本音频分类
声音
2023-03-01 v1 人工智能
音频与语音处理
摘要
少样本音频分类是一个新兴课题，正吸引着研究界越来越多的关注。大多数现有工作忽略了音频频谱图形式的特殊性，而在很大程度上侧重于借用自图像任务的嵌入空间；而在本文中，我们旨在利用这种特殊的音频格式，提出了一种将高频和低频部分幻觉为结构化概念的新方法。在 ESC-50 和我们精心整理的平衡 Kaggle18 数据集上的大量实验表明，所提出的方法以显著优势优于基线。我们的方法将高频和低频部分幻觉化的方式也使其具备了可解释性，并为少样本音频分类开辟了新的潜力。
引用
@article{arxiv.2302.14204,
title = {HalluAudio: Hallucinating Frequency as Concepts for Few-Shot Audio Classification},
author = {Zhongjie Yu and Shuyang Wang and Lin Chen and Zhongwei Cheng},
journal= {arXiv preprint arXiv:2302.14204},
year = {2023}
}
备注
Accepted at ICASSP 2023