关于音频事件检测与定位的多任务损失函数
音频与语音处理
2020-09-14 v1 机器学习
摘要
音频事件定位与检测 (SELD) 通常使用多任务模型来处理。此类模型一般由一个用于事件活动检测的多标签事件分类分支（采用 sigmoid 交叉熵损失）和一个用于到达方向估计的回归分支（采用均方误差损失）组成。在本工作中，我们提出一个多任务回归模型，其中（多标签）事件检测与定位均被表述为回归问题，并均匀使用均方误差损失进行模型训练。我们表明，异质损失函数的常见组合导致网络对数据欠拟合，而均匀的均方误差损失带来更好的收敛与性能。在 DCASE 2020 SELD 任务的开发集与验证集上的实验表明，所提系统在所有检测与定位指标上也优于 DCASE 2020 SELD 基线，将总体 SELD 误差（组合指标）绝对降低约 10%。
引用
@article{arxiv.2009.05527,
title = {On Multitask Loss Function for Audio Event Detection and Localization},
author = {Huy Phan and Lam Pham and Philipp Koch and Ngoc Q. K. Duong and Ian McLoughlin and Alfred Mertins},
journal= {arXiv preprint arXiv:2009.05527},
year = {2020}
}
备注
Accepted for publication in DCASE 2020 Workshop