基于随机增强与一致性正则化的半监督声音事件检测
音频与语音处理
2021-02-02 v1 声音
摘要
声音事件检测是声学环境分析的核心模块。半监督学习技术能够在不增加标注预算的情况下大幅扩展数据集规模,近来吸引了大量研究关注。本工作中,我们研究了两种先进的半监督学习技术用于声音事件检测。数据增强对近期深度学习系统的成功至关重要。本工作研究了音频信号随机增强方法,其提供了一种可处理大量不同音频变换的增强策略。此外,一致性正则化被广泛采用于近期最先进的半监督学习方法中,其通过对同一样本不同变换的预测约束为与该样本预测一致来利用无标签数据。本工作发现,对于半监督声音事件检测,一致性正则化是一种有效策略,尤其当其结合 MeanTeacher 模型时取得最佳性能。
关键词
引用
@article{arxiv.2102.00154,
title = {Semi-supervised Sound Event Detection using Random Augmentation and Consistency Regularization},
author = {Xiaofei Li},
journal= {arXiv preprint arXiv:2102.00154},
year = {2021}
}