利用注意力相似度进行少样本声音识别中瞬态声音事件匹配的学习
声音
2019-02-19 v2 音频与语音处理
摘要
本文针对少样本声音识别问题，提出了一种新颖的注意力相似度模块。给定未见声音事件的少量样本，分类器必须快速适应以识别该新声音事件，而无需大量微调。所提出的注意力相似度模块可插入任何基于度量学习的少样本学习方法中，使所得模型尤其能够匹配相关的短声音事件。在两个数据集上的大量实验表明，该模块持续提升了五种不同基于度量学习的少样本声音识别方法的性能。对于ESC-50数据集，5-shot 5-way准确率的相对提升范围为+4.1%至+7.7%；对于noiseESC-50，相对提升范围为+2.1%至+6.5%。定性结果表明，我们的方法尤其有助于瞬态声音事件的识别。
引用
@article{arxiv.1812.01269,
title = {Learning to match transient sound events using attentional similarity for few-shot sound recognition},
author = {Szu-Yu Chou and Kai-Hsiang Cheng and Jyh-Shing Roger Jang and Yi-Hsuan Yang},
journal= {arXiv preprint arXiv:1812.01269},
year = {2019}
}
备注
This is a pre-print version of an ICASSP 2019 paper