麦克风转换：缓解声音事件分类中的设备差异性
声音
2024-01-17 v1 机器学习
多媒体
音频与语音处理
摘要
在本研究中，我们引入一种新的数据增强技术，通过使用 CycleGAN 来增强声音事件分类（SEC）系统对设备差异性的鲁棒性。我们还提供了一个独特的数据集来评估该方法。随着 SEC 系统日益普及，确保其能良好处理来自不同录音设备的音频至关重要。我们的方法通过实现非配对训练，将输入频谱图转换为如同在不同设备上录制一般，从而解决训练数据中设备多样性有限的问题。实验表明，我们的方法在泛化能力上比现有方法高出 5.2% 至 11.5% 的加权 F1 分数。此外，在跨不同录音设备的适应性方面，它也超越了当前方法，加权 F1 分数提升了 6.5% 至 12.8%。
引用
@article{arxiv.2401.06913,
title = {Microphone Conversion: Mitigating Device Variability in Sound Event Classification},
author = {Myeonghoon Ryu and Hongseok Oh and Suji Lee and Han Park},
journal= {arXiv preprint arXiv:2401.06913},
year = {2024}
}
备注
Accepted to ICASSP 2024