使用因果时序表征的婴儿哭声检测
声音
2025-03-11 v1 人工智能
摘要
本文探讨了声学事件检测中的一个主要挑战，即在存在其他声音和背景噪声的情况下的婴儿哭声检测：缺乏精确的标注数据。我们为有监督和无监督的婴儿哭声检测提出了两项贡献。第一个是用于哭声分割的标注数据集，使有监督模型能够达到 SOTA 性能。此外，我们提出了一种基于因果时序表征的新型无监督方法——因果表征稀疏转移聚类（CRSTC），这有助于更广泛地解决数据稀缺问题。通过整合检测到的哭声片段，我们显著提高了下游婴儿哭声分类的性能，突显了该方法在婴儿护理应用中的潜力。
引用
@article{arxiv.2503.06247,
title = {Infant Cry Detection Using Causal Temporal Representation},
author = {Minghao Fu and Danning Li and Aryan Gadhiya and Benjamin Lambright and Mohamed Alowais and Mohab Bahnassy and Saad El Dine Elletter and Hawau Olamide Toyin and Haiyan Jiang and Kun Zhang and Hanan Aldarmaki},
journal= {arXiv preprint arXiv:2503.06247},
year = {2025}
}
备注
Accepted to ICASSP 2025