基于单速率与多速率PCEN的城市音频声音事件检测
音频与语音处理
2021-02-09 v1 机器学习
声音
摘要
近期文献表明，在多类且事件重叠的声学声音事件检测（SED）中，使用逐通道能量归一化（PCEN）相比传统的对数尺度梅尔频率谱图具有显著性能提升。然而，PCEN参数配置对录音环境、感兴趣事件类的特性以及多个重叠事件的存在十分敏感。这带来了基于逐类的改进，但跨类性能较差。在本文中，我们使用UrbanSED数据集实验将PCEN谱图作为城市音频中SED的替代方法，展示了基于参数配置的逐类改进。此外，我们利用一种新方法——多速率PCEN（MRPCEN）来解决PCEN的跨类性能问题。我们展示了MRPCEN的跨类SED性能，证明相比传统单速率PCEN，其跨类性能有所改善。
引用
@article{arxiv.2102.03468,
title = {Sound Event Detection in Urban Audio With Single and Multi-Rate PCEN},
author = {Christopher Ick and Brian McFee},
journal= {arXiv preprint arXiv:2102.03468},
year = {2021}
}
备注
5 pages, 2 figures, 1 table, accepted for publication in IEEE ICASSP 2021