利用带噪标签的Web音频学习声音事件分类器
声音
2019-03-11 v2 机器学习
音频与语音处理
机器学习
摘要
随着声音事件分类向更大数据集发展，标签噪声问题变得不可避免。网站可以提供大量用户贡献的音频和元数据，但由此元数据推断标签会因不可靠的输入以及映射的局限性而引入错误。然而，关于这些错误影响的研究很少。为促进声音事件分类中标签噪声的研究，我们提出了FSDnoisy18k数据集，该数据集包含20个声音类别共42.5小时音频，其中包括少量人工标注数据和较大量的真实世界噪声数据。我们经验性地刻画了标签噪声，并提供了一个CNN基线系统。实验表明，使用大量噪声数据训练可以优于使用少量精心标注的数据训练。我们还展示了噪声鲁棒损失函数在存在损坏标签时能有效提升性能。
引用
@article{arxiv.1901.01189,
title = {Learning Sound Event Classifiers from Web Audio with Noisy Labels},
author = {Eduardo Fonseca and Manoj Plakal and Daniel P. W. Ellis and Frederic Font and Xavier Favory and Xavier Serra},
journal= {arXiv preprint arXiv:1901.01189},
year = {2019}
}
备注
International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2019)