DCASE 2019 中声音事件定位与检测的概述与评估
音频与语音处理
2021-01-12 v2 声音
摘要
声音事件定位与检测是一个新兴的研究领域，源于从感兴趣声音的空间与时间活动角度分析声学场景的共同兴趣。本文介绍了作为 DCASE 2019 挑战赛一项任务组织的首次声音事件定位与检测国际评估的概述。为挑战赛生成了大规模真实空间化声音事件数据集，用于基于学习方法的训练，并在无标签子集中对提交系统进行评价。该概述详细介绍了系统如何被评估与排名，以及性能最佳系统的特征。讨论了在输入特征、模型架构、训练方法、先验知识利用和数据增强方面的常见策略。由于挑战赛中的排名基于单独评估定位与事件分类性能，本概述部分聚焦于提出用于联合度量二者的指标，并使用这些新指标对提交系统重新评估。新分析揭示了某些提交系统在检测靠近其原始位置的正确类型事件的联合任务上表现优于挑战赛中排名更高的一些提交系统。因此，那些在检测或定位单独评估时表现强劲但未在两者联合上表现良好的提交系统，其排名受到了负面影响。
引用
@article{arxiv.2009.02792,
title = {Overview and Evaluation of Sound Event Localization and Detection in DCASE 2019},
author = {Archontis Politis and Annamaria Mesaros and Sharath Adavanne and Toni Heittola and Tuomas Virtanen},
journal= {arXiv preprint arXiv:2009.02792},
year = {2021}
}