基于图卷积网络的婴儿哭声分类
音频与语音处理
2021-02-08 v1 机器学习
声音
摘要
我们提出一种图卷积网络方法用于鲁棒婴儿哭声分类。我们基于相关节点间的相似性构建非全连接图，在监督与半监督节点分类中结合卷积神经网络，以考虑婴儿哭声信号中与类内和类间信息相关的短期与长期效应。该方法捕捉婴儿哭声内变化的多样性，尤其在训练样本有限时。该方法的有效性在 Baby Chillanto 数据库与 Baby2020 数据库上评估。仅使用少至 20% 的标注训练数据，我们的模型优于使用 80% 标注训练数据的 CNN 模型，且准确率随标注训练样本数增加而稳定提升。最佳结果相较 Baby Chillanto 数据库与 Baby2020 数据库上 CNN 模型的结果分别显著提升了 7.36% 与 3.59%。
引用
@article{arxiv.2102.02909,
title = {Infant Cry Classification with Graph Convolutional Networks},
author = {Chunyan Ji and Ming Chen and Bin Li and Yi Pan},
journal= {arXiv preprint arXiv:2102.02909},
year = {2021}
}