利用序列标注克服音频事件检测中的标签噪声
声音
2020-07-13 v1 音频与语音处理
摘要
本文通过剔除不准确时间戳、将强标签精炼为序列标签，解决音频事件检测（AED）中的噪声标签问题。在 AED 中，强标签包含特定事件的出现及其在音频片段中对应事件起始和结束的时间戳。时间戳依赖于各标注者的主观性，其标签噪声不可避免。与强标签相反，弱标签仅指示特定事件的出现。它们没有由时间戳引起的标签噪声，但排除了时间信息。为充分利用可用强标签和弱标签的信息，我们提出了一种 AED 方案：在将强标签转换为序列标签后，除给定的强标签和弱标签外，还使用序列标签进行训练。使用序列标签持续提升了性能，尤其通过关注事件发生提升了基于片段的 F 值。在基于 mean-teacher 的半监督学习方法中，除使用序列标签的监督学习外，加入序列预测的早步环节，减轻了标签噪声和教师模型的不准确预测，在保持基于事件的 F 值的同时显著提升了基于片段的 F 值。
引用
@article{arxiv.2007.05191,
title = {Overcoming label noise in audio event detection using sequential labeling},
author = {Jae-Bin Kim and Seongkyu Mun and Myungwoo Oh and Soyeon Choe and Yong-Hyeok Lee and Hyung-Min Park},
journal= {arXiv preprint arXiv:2007.05191},
year = {2020}
}