软中位数选择：一种用于声音事件检测的自动特征平滑方法
音频与语音处理
2021-03-23 v3
摘要
在声音事件检测（SED）系统中，由于若干问题，用于后处理的中值滤波器长度在训练过程中从未被优化。这些长度不接收梯度，因此无法在反向传播中学习。插入模型中的中值滤波还会造成梯度流动阻塞，且平滑过程因忽略误差而误导模型。为解决这些问题，我们提供经不同程度平滑的特征通道及原始特征，使模型能在认知所有误差的同时优化权重。随后我们使用线性层整合结果并产生线性组合。我们进一步设计软中位数函数以疏通梯度流。所提框架称为软中位数选择（SMC）。实验表明，SMC 模块不仅能基于训练集自动平滑特征，还迫使模型提取声音事件所有帧共享的共性特征。所提方法的性能在验证集与评测集上均以基于事件的 F1 分数（EBFS）超出基线 10% 以上，并也轻微优于最先进 SED 系统的单一模型。
引用
@article{arxiv.2011.12564,
title = {Soft-Median Choice: An Automatic Feature Smoothing Method for Sound Event Detection},
author = {Fengnian Zhao and Ruwei Li and Xin Liu and Liwen Xu},
journal= {arXiv preprint arXiv:2011.12564},
year = {2021}
}
备注
5 pages, 3 figures, 6 tables