基于神经标签嵌入与关系式师生学习的关系式师生学习框架用于声学场景分类中的设备自适应
音频与语音处理
2020-08-04 v1 计算与语言
声音
摘要
本文提出一种领域自适应框架，利用神经标签嵌入（NLE）与关系式师生学习（RTSL）解决声学场景分类中的设备失配问题。考虑到声学场景类别之间的结构关系，我们所提出的框架捕捉了这些本质上与设备无关的关系。在训练阶段，可迁移知识从源域被浓缩于NLE中。随后在自适应阶段，采用一种新颖的RTSL策略来学习自适应目标模型，而无需使用常规师生学习中常要求的配对源-目标数据。所提框架在DCASE 2018 Task1b数据集上进行了评估。基于AlexNet-L深度分类模型的实验结果证实了我们的方法在失配情形下的有效性。仅NLE的自适应优于常规设备自适应及基于师生学习的自适应技术。NLE结合RTSL进一步提升了分类准确率。
引用
@article{arxiv.2008.00110,
title = {Relational Teacher Student Learning with Neural Label Embedding for Device Adaptation in Acoustic Scene Classification},
author = {Hu Hu and Sabato Marco Siniscalchi and Yannan Wang and Chin-Hui Lee},
journal= {arXiv preprint arXiv:2008.00110},
year = {2020}
}
备注
Accepted by Interspeech 2020