用于少样本生物声学声音检测的正则化对比预训练
声音
2024-01-18 v2 机器学习
音频与语音处理
摘要
生物声学声音事件检测有助于更好地理解动物行为，并利用音频更好地监测生物多样性。深度学习系统有助于实现这一目标，然而难以获取足够的标注数据来从头训练这些系统。为应对这一限制，声学场景与事件检测与分类（DCASE）社区已将该问题重构为少样本学习框架，并组织年度挑战赛，以从仅五个标注样本中学习检测动物声音。在本工作中，我们对监督对比预训练进行正则化，以学习能够良好迁移到训练时未见的动物声音新目标任务上的特征，在不进行特征适配时取得了 61.52%(0.48) 的高 F 值，在对所学特征进一步针对每个新目标任务进行适配时取得了 68.19%(0.75) 的 F 值。本工作旨在通过提出一个简单而有效的框架，并同时提供开源代码，降低少样本生物声学声音事件检测的入门门槛。
引用
@article{arxiv.2309.08971,
title = {Regularized Contrastive Pre-training for Few-shot Bioacoustic Sound Detection},
author = {Ilyass Moummad and Romain Serizel and Nicolas Farrugia},
journal= {arXiv preprint arXiv:2309.08971},
year = {2024}
}