用于真实生活录音中复音声音事件检测的循环神经网络
声音
2016-11-17 v1 机器学习
神经与进化计算
摘要
在本文中，我们提出一种基于双向长短期记忆(BLSTM)循环神经网络(RNNs)的真实生活录音中的复音声音事件检测方法。训练单个多标签 BLSTM RNN 将来自多类声音的混合信号的声学特征映射到每个事件类的二元活动指示符。我们的方法在大型真实生活录音数据库上测试，包含来自10种不同日常环境的61类（例如音乐、汽车、语音）。所提方法大幅优于先前方法，且使用数据增强技术结果进一步提升。总体上，我们的系统在1秒块上报告平均F1-score为65.5%，在单帧上为64.7%，相对于先前最先进方法分别相对改进6.8%和15.1%。
引用
@article{arxiv.1604.00861,
title = {Recurrent Neural Networks for Polyphonic Sound Event Detection in Real Life Recordings},
author = {Giambattista Parascandolo and Heikki Huttunen and Tuomas Virtanen},
journal= {arXiv preprint arXiv:1604.00861},
year = {2016}
}
备注
To appean in Proceedings of IEEE ICASSP 2016