将数据增强方案与多种分类器集成用于声学场景建模
音频与语音处理
2019-07-17 v1 机器学习
声音
摘要
本技术报告描述了 IOA 团队在 DCASE2019 挑战赛 TASK1A 上的提交。我们的声学场景分类（ASC）系统采用了一种利用生成对抗网络的数据增强方案。该方案中部署了两类主要分类器：集成尺度图特征的一维深度卷积神经网络，以及集成梅尔滤波器组特征的二维全卷积神经网络。我们还开发了其他方法（如对抗城市自适应、基于离散余弦变换的时序模块以及混合架构）以进行进一步融合。实验结果表明，最终的融合系统 A-D 在官方提供的 fold 1 评估数据集上可达到高于 85% 的准确率。
引用
@article{arxiv.1907.06639,
title = {Integrating the Data Augmentation Scheme with Various Classifiers for Acoustic Scene Modeling},
author = {Hangting Chen and Zuozhen Liu and Zongming Liu and Pengyuan Zhang and Yonghong Yan},
journal= {arXiv preprint arXiv:1907.06639},
year = {2019}
}