利用 S{\o}rensen-Dice 系数损失与迁移学习改进多通道录音上的复音声事件检测
音频与语音处理
2021-10-05 v2 人工智能
机器学习
声音
信号处理
摘要
S{\o}rensen--Dice 系数近来作为损失函数（亦称 Dice loss）日益流行，因其在负样本数远多于正样本的任务中具有鲁棒性，如语义分割、自然语言处理与声事件检测。以二元交叉熵损失训练复音声事件检测系统常导致次优检测性能，因为训练常被来自负样本的更新所主导。本文中，我们研究了 Dice loss、模态内与跨模态迁移学习、数据增强以及录音格式，对具有多通道输入的复音声事件检测系统性能的影响。分析表明，在不同训练设置与录音格式下，以 Dice loss 训练的复音声事件检测系统在 F1 分数与错误率上始终优于以交叉熵损失训练的系统。通过迁移学习及恰当组合不同数据增强技术，我们进一步获得了性能提升。
引用
@article{arxiv.2107.10471,
title = {Improving Polyphonic Sound Event Detection on Multichannel Recordings with the S{\o}rensen-Dice Coefficient Loss and Transfer Learning},
author = {Karn N. Watcharasupat and Thi Ngoc Tho Nguyen and Ngoc Khanh Nguyen and Zhen Jian Lee and Douglas L. Jones and Woon Seng Gan},
journal= {arXiv preprint arXiv:2107.10471},
year = {2021}
}
备注
Submitted to the 6th Workshop on Detection and Classification of Acoustic Scenes and Events (DCASE), 2021