NELS——永不停止的声音学习者
声音
2023-03-31 v2 音频与语音处理
摘要
声音对于人类感知世界并与之交互至关重要，并且以录音形式每分钟都在被记录并分享到互联网上。这些录音主要是视频，构成了我们所知最大的声音档案。然而，这些录音大多内容未经描述，使得自动声音分析、索引和检索的方法成为必要。这些方法必须应对多种挑战，例如声音与语言的关系、数量众多且多样的声音类别，以及大规模评估。我们提出一个系统，持续从网络中学习声音与语言之间的关系，随时间改进声音识别模型，并在无参考的情况下大规模评估其学习能力。我们介绍了永不停止的声音学习者（NELS），一个持续学习声音及其关联知识的项目，可在 nels.cs.cmu.edu 在线访问。
引用
@article{arxiv.1801.05544,
title = {NELS -- Never-Ending Learner of Sounds},
author = {Benjamin Elizalde and Rohan Badlani and Ankit Shah and Anurag Kumar and Bhiksha Raj},
journal= {arXiv preprint arXiv:1801.05544},
year = {2023}
}
备注
Accepted at Machine Learning for Audio Signal Processing (ML4Audio), 31st Conference on Neural Information Processing Systems (NIPS 2017), Long Beach, CA, USA