基于多任务学习的声学事件与场景联合分析
声音
2019-07-22 v4 音频与语音处理
摘要
声学事件检测与场景分类是环境声音分析中的主要研究任务，已有许多基于神经网络的方法被提出。传统方法分别处理这些任务；然而，声学事件与场景彼此密切相关。例如，在“办公室”声学场景中，很可能发生“鼠标点击”和“键盘敲击”等声学事件。本文提出用于声学事件与场景联合分析的多任务学习，其共享网络中承载声学事件与场景信息的公共部分。通过整合两个网络，我们期望声学场景信息能提升声学事件检测的性能。使用 TUT Sound Events 2016/2017 与 TUT Acoustic Scenes 2016 数据集获得的实验结果表明，所提方法在 F-score 上比基于卷积循环神经网络的常规方法提升了 10.66 个百分点。
引用
@article{arxiv.1904.12146,
title = {Joint Analysis of Acoustic Events and Scenes Based on Multitask Learning},
author = {Noriyuki Tonami and Keisuke Imoto and Masahiro Niitsuma and Ryosuke Yamanishi and Yoichi Yamashita},
journal= {arXiv preprint arXiv:1904.12146},
year = {2019}
}
备注
Accepted to WASPAA 2019