时间分辨率对用于音频标注与声音事件检测的卷积循环网络的影响
音频与语音处理
2022-09-28 v2 声音
摘要
许多用于音频标注和声音事件检测的最先进系统都采用卷积循环神经网络架构。通常，它们在均值教师（mean teacher）设置下训练，以应对可用数据的异构标注。在这项工作中，我们深入分析了改变这些卷积循环神经网络的时间分辨率（可通过简单调整其池化操作来实现）如何影响其性能。通过使用多种评估指标，我们研究了在涉及不同时间定位需求的若干声音识别场景下，调整该设计参数所带来的影响。
引用
@article{arxiv.2209.12843,
title = {Impact of temporal resolution on convolutional recurrent networks for audio tagging and sound event detection},
author = {Wim Boes and Hugo Van hamme},
journal= {arXiv preprint arXiv:2209.12843},
year = {2022}
}
备注
Submitted to DCASE 2022 Workshop