RCT：用于半监督声音事件检测的随机一致性训练
音频与语音处理
2024-01-01 v3 机器学习
声音
摘要
声音事件检测（SED）作为声学环境分析的核心模块，受到数据匮乏问题的困扰。半监督学习（SSL）的引入在很大程度上缓解了此类问题，且不带来额外的标注开销。本文研究 SSL 的几个核心模块，并引入一种随机一致性训练（RCT）策略。首先，提出一种自一致性损失与教师-学生模型融合以稳定训练。其次，提出一种硬 mixup 数据增强以考虑声音的可加性。第三，应用一种随机增强方案灵活组合不同类型的数据增强。实验表明，所提策略优于其他广泛使用的策略。
引用
@article{arxiv.2110.11144,
title = {RCT: Random Consistency Training for Semi-supervised Sound Event Detection},
author = {Nian Shao and Erfan Loweimi and Xiaofei Li},
journal= {arXiv preprint arXiv:2110.11144},
year = {2024}
}
备注
Preprint for interspeech 2022