关注领域鸿沟：生物声学声音事件检测的系统性分析
音频与语音处理
2024-03-28 v1
摘要
在自然界中检测动物发声的存在对于研究动物种群及其行为至关重要。该领域最近的一项进展是引入了少样本生物声学声音事件检测任务，旨在仅使用少量音频样本训练通用的动物声音检测器。该领域先前的努力利用了不同的架构和数据增强技术来提升模型性能。然而，这些方法并未完全弥合源分布与目标分布之间的领域鸿沟，限制了其在实际场景中的适用性。在本工作中，我们在先前数据集的基础上，引入了一个新数据集，旨在增加少样本生物声学事件检测可用类别的多样性和广度。为了建立专为DCASE 2024 Task 5挑战量身定制的稳健基线系统，我们深入探讨了多种声学特征，并采用困难负样本采样作为我们的主要领域自适应策略。选择该方法符合挑战指南中要求对每个音频文件进行独立处理的规定，从而避免使用直推式学习以确保合规性，同时旨在增强系统对领域偏移的适应性。我们的实验表明，所提基线系统相比原始原型网络取得了更好的性能。研究结果还通过消融网络中的不同组件，证实了每种领域自适应方法的有效性。这突显了通过进一步减少领域偏移影响来改进少样本生物声学声音事件检测的潜力。
引用
@article{arxiv.2403.18638,
title = {Mind the Domain Gap: a Systematic Analysis on Bioacoustic Sound Event Detection},
author = {Jinhua Liang and Ines Nolasco and Burooj Ghani and Huy Phan and Emmanouil Benetos and Dan Stowell},
journal= {arXiv preprint arXiv:2403.18638},
year = {2024}
}