用于环境声音分类的掩蔽条件神经网络
机器学习
2019-04-30 v2 声音
音频与语音处理
机器学习
摘要
条件神经网络（CLNN）利用了以谱图表示的声音信号的时间序列特性，其变体掩蔽条件神经网络（MCLNN）通过用二值掩码在网络连接上嵌入类滤波器组的稀疏性，引导网络在频带中学习。此外，该掩蔽自动并行探索不同特征组合，类似于为识别任务手工打造最优特征组合。我们使用环境声音数据集Urbansound8k评估了MCLNN的性能。另外，我们提出一个用于轨道交通与道路交通的手动录制声音集合YorNoise，以研究具有低频成分的机器生成声音之间的混淆率。MCLNN在不使用数据增强且仅利用基于最先进卷积神经网络的等价模型在Urbansound8k上可训练参数12%的情况下，取得了有竞争力的结果。我们将Urbansound8k用YorNoise扩展，实验表明共同的音调特性会影响分类性能。
引用
@article{arxiv.1805.10004,
title = {Masked Conditional Neural Networks for Environmental Sound Classification},
author = {Fady Medhat and David Chesmore and John Robinson},
journal= {arXiv preprint arXiv:1805.10004},
year = {2019}
}
备注
Conditional Neural Networks, CLNN, Masked Conditional Neural Networks, MCLNN, Restricted Boltzmann Machine, RBM, Conditional Restricted Boltz-mann Machine, CRBM, Deep Belief Nets, Environmental Sound Recognition, ESR, YorNoise