面向婴儿哭声学习的域不变分类器
音频与语音处理
2023-12-04 v1
摘要
域偏移问题在大多数真实世界数据集以及临床音频中都是一个棘手现象，并非例外。本工作中，我们研究了跨不同地区采集的婴儿哭声临床数据库中的域偏移本质。我们发现，尽管婴儿哭声的音高分布与出生地无关，但其他特征会给数据引入特殊的偏差。我们探索了在从哭声识别神经损伤的模型中缓解域偏移影响的方法。我们改编了计算机视觉中的无监督域适应方法，学习一种对医院具有域不变性且对任务具有判别性的音频表示。我们还提出了一种用于无监督域适应的新方法——目标噪声注入（TNI），它既不需要目标域的标签，也不需要目标域的训练数据。我们性能最佳的模型在不对源域产生负面影响的情况下，将目标域准确率显著提升了 7.2%。
引用
@article{arxiv.2312.00231,
title = {Learning domain-invariant classifiers for infant cry sounds},
author = {Charles C. Onu and Hemanth K. Sheetha and Arsenii Gorin and Doina Precup},
journal= {arXiv preprint arXiv:2312.00231},
year = {2023}
}