基于深度最近邻的音频分布外检测研究
声音
2023-02-28 v2 机器学习
音频与语音处理
摘要
分布外（OOD）检测旨在识别不属于模型训练数据相同分布的数据点。为了在现实环境中安全部署预测模型，避免对OOD输入做出置信预测至关重要，因为这可能导致潜在的危险后果。然而，尽管音频（及语音）是许多任务（如说话人日志、自动语音识别和声音事件检测）的核心模态，OOD检测在该领域仍是一个探索不足的领域。为解决此问题，我们提出利用模型的深度k最近邻特征空间来检测OOD样本。我们证明，这种简单而灵活的方法能有效检测广泛类别音频（及语音）数据集中的OOD输入。具体而言，与先前其他技术相比，它将假阳性率（FPR@TPR95）降低了17%，并将AUROC分数提高了7%。
引用
@article{arxiv.2210.15283,
title = {On Out-of-Distribution Detection for Audio with Deep Nearest Neighbors},
author = {Zaharah Bukhsh and Aaqib Saeed},
journal= {arXiv preprint arXiv:2210.15283},
year = {2023}
}
备注
Accepted at ICASSP'23. Webpage: https://zaharah.github.io/ood_audio, Code: https://github.com/Zaharah/ood_audio