基于局部与全局一致性正则化的半监督声音事件检测
音频与语音处理
2023-09-18 v1 声音
摘要
在部分标注数据集上学习有意义的逐帧特征对半监督声音事件检测至关重要。已有工作要么在帧级预测上保持一致性，要么在相邻帧间寻求特征级相似性，无法充分利用未标注数据的潜力。本工作中，我们设计了一种局部与全局一致性（LGC）正则化方案，以在标签级和特征级上同时增强模型。引入音频CutMix来改变片段的上下文信息。随后，采用局部一致性鼓励模型利用局部特征进行帧级预测，并应用全局一致性通过专门设计的对比损失迫使特征与全局原型对齐。在DESED数据集上的实验表明了LGC的优越性，在相同设置下大幅超越各自的对比方法。此外，将LGC与现有方法结合可取得进一步提升。代码将很快发布。
引用
@article{arxiv.2309.08355,
title = {Semi-supervised Sound Event Detection with Local and Global Consistency Regularization},
author = {Yiming Li and Xiangdong Wang and Hong Liu and Rui Tao and Long Yan and Kazushige Ouchi},
journal= {arXiv preprint arXiv:2309.08355},
year = {2023}
}
备注
submitted to ICASSP 2024