面向复音声音事件检测的同伴协作学习
音频与语音处理
2022-03-31 v1 机器学习
声音
摘要
本文描述了一种称为同伴协作学习（PCL）的半监督学习可应用于复音声音事件检测（PSED）任务，该任务是声音场景与事件检测及分类（DCASE）挑战赛中的任务之一。已有许多深度学习模型被研究用于查明在给定音频片段中何种声音事件在何处发生以及持续多久。本文所用PCL的特点是将基于集成的知识蒸馏到子网络与基于学生-教师模型的知识蒸馏相结合，从而能够利用少量强标注数据、弱标注数据和大量无标注数据训练出鲁棒的PSED模型。我们使用DCASE 2019任务4数据集评估所提出的PCL模型，相较于基线模型取得了约10%的F1分数提升。
引用
@article{arxiv.2110.03511,
title = {Peer Collaborative Learning for Polyphonic Sound Event Detection},
author = {Hayato Endo and Hiromitsu Nishizaki},
journal= {arXiv preprint arXiv:2110.03511},
year = {2022}
}
备注
Submitted to ICASSP 2022