基于三训练的半监督声学事件检测
音频与语音处理
2019-05-01 v1 机器学习
声音
摘要
本文介绍了我们利用无标签数据集训练声学事件检测（AED）模型的工作。近期的声学事件检测器基于大规模神经网络，通常需要用海量标注数据进行训练。声学事件的标签获取成本高昂，且相关声学事件音频可能有限，尤其是罕见事件。本文中，我们利用具有潜在域偏移的互联网规模无标签数据集来改进声学事件的检测。基于经典的三训练（tri-training）方法，我们所提方法在所有预定义声学事件检测任务上，相较有监督训练基线及半监督自训练设置均表现出精度提升。由于我们的方法依赖集成模型，我们进一步展示可通过知识蒸馏将改进效果提炼至单一模型，所得单一学生模型保持了教师集成模型的高精度。
引用
@article{arxiv.1904.12926,
title = {Semi-supervised Acoustic Event Detection based on tri-training},
author = {Bowen Shi and Ming Sun and Chieh-Chi Kao and Viktor Rozgic and Spyros Matsoukas and Chao Wang},
journal= {arXiv preprint arXiv:1904.12926},
year = {2019}
}
备注
5 pages