SeCoST：用于大规模弱标注音频事件检测的顺序协同监督方法
声音
2020-05-05 v3 机器学习
音频与语音处理
摘要
弱监督学习算法对于将音频事件检测扩展到数百种声音类别至关重要。此类学习模型不仅应以最少的类特定标注高效消除声音事件的歧义，还应对于标签噪声具有鲁棒性，而弱标签相比强标注更易显现标签噪声。在本工作中，我们提出一种通过桥接序列学习与知识蒸馏思想来设计弱监督学习模型的新框架。我们将所提方法称为 SeCoST（读作 Sequest）——用于训练学生代际的顺序协同监督（Sequential Co-supervision for training generations of Students）。SeCoST 通过一种新颖的知识迁移方法逐步构建学生-教师对的级联。我们在 Audioset（现有最大的弱标注数据集）上的评估表明，SeCoST 取得了 0.383 的平均精度均值，同时以可观的幅度优于先前的 SOTA。
引用
@article{arxiv.1910.11789,
title = {Secost: Sequential co-supervision for large scale weakly labeled audio event detection},
author = {Anurag Kumar and Vamsi Krishna Ithapu},
journal= {arXiv preprint arXiv:1910.11789},
year = {2020}
}
备注
Accepted IEEE ICASSP 2020