基于监督对比学习的生物声学少样本检测预训练表征
声音
2023-09-06 v1 机器学习
音频与语音处理
摘要
深度学习近来已广泛用于声音事件检测与分类。其成功与足够大规模数据集的可用性相关，在考虑监督学习时可能还需要相应的标注。在生物声学应用中，大多数任务只有少量标注训练数据，因为标注长录音耗时且昂贵。因此监督学习并非解决生物声学任务的最合适方法。生物声学社区将声音事件检测问题重构为少样本学习框架，即仅用少量标注样本训练系统。DCASE挑战赛中的少样本生物声学声音事件检测任务聚焦于：在仅给定每类感兴趣事件五个标注样本的情况下，从长音频录音中检测事件。本文中，我们展示了利用数据增强并借助监督对比学习框架，可以从头学习一个丰富的特征提取器。我们强调了该框架在训练数据中先前未见类别上进行五样本事件检测时具有良好的迁移能力。我们在验证集上获得63.46%的F值，在测试集上获得42.7%，在DCASE挑战赛中排名第二。我们针对数据增强技术的关键选择以及训练集上所采用学习策略提供了消融研究。
引用
@article{arxiv.2309.00878,
title = {Pretraining Representations for Bioacoustic Few-shot Detection using Supervised Contrastive Learning},
author = {Ilyass Moummad and Romain Serizel and Nicolas Farrugia},
journal= {arXiv preprint arXiv:2309.00878},
year = {2023}
}