利用弱预测进行重度增强的声学事件检测
音频与语音处理
2021-09-15 v3 声音
摘要
声学事件检测（SED）系统的性能受到难以生成大型强标注数据集的极大限制。在这项工作中，我们采用两种主要方法来克服强标注数据的缺乏。首先，我们对输入特征施加重度数据增强。所使用的数据增强方法不仅包括语音/音频领域的常规方法，还包括我们提出的名为 FilterAugment 的方法。其次，我们提出两种利用弱预测来增强弱监督 SED 性能的方法。结果，我们在 DESED 真实验证数据集上获得了最佳的 PSDS1 0.4336 和最佳的 PSDS2 0.8161。本工作提交至 DCASE 2021 Task4 并排名第三。代码可用：https://github.com/frednam93/FilterAugSED。
引用
@article{arxiv.2107.03649,
title = {Heavily Augmented Sound Event Detection utilizing Weak Predictions},
author = {Hyeonuk Nam and Byeong-Yun Ko and Gyeong-Tae Lee and Seong-Hu Kim and Won-Ho Jung and Sang-Min Choi and Yong-Hwa Park},
journal= {arXiv preprint arXiv:2107.03649},
year = {2021}
}
备注
Won 3rd place on IEEE DCASE 2021 Task 4