META-SELD：用于声音事件定位与检测中快速适应新环境的元学习
音频与语音处理
2023-08-21 v1 声音
摘要
对于基于学习的声音事件定位与检测（SELD）方法，训练集与测试集中不同的声学环境可能导致验证与评估阶段出现较大性能差异。不同环境，如不同房间大小、不同混响时间以及不同背景噪声，可能是基于学习的系统失效的原因。另一方面，获取带标注的空间声音事件样本（包括起止时间戳、声音事件类别以及声源到达方向（DOA））非常昂贵。此外，在新环境中部署SELD系统常因耗时的训练与微调过程而面临挑战。为解决这些问题，我们提出Meta-SELD，其应用元学习方法实现对新环境的快速适应。更具体地，基于模型无关元学习（MAML），所提Meta-SELD旨在找到良好的元初始化参数，仅用少量样本与参数更新迭代即可适应新环境。我们随后可将元训练后的SELD模型快速适应至未见过环境。我们的实验在Sony-TAU Realistic Spatial Soundscapes 2023（STARSSS23）数据集上比较了预训练SELD模型的微调方法与我们的Meta-SELD。评估结果证明了Meta-SELD在适应新环境时的有效性。
引用
@article{arxiv.2308.08847,
title = {META-SELD: Meta-Learning for Fast Adaptation to the new environment in Sound Event Localization and Detection},
author = {Jinbo Hu and Yin Cao and Ming Wu and Feiran Yang and Ziying Yu and Wenwu Wang and Mark D. Plumbley and Jun Yang},
journal= {arXiv preprint arXiv:2308.08847},
year = {2023}
}
备注
Submitted to DCASE 2023 Workshop