基于事件共现图拉普拉斯正则化的声音事件检测
声音
2019-02-19 v2 音频与语音处理
摘要
某一情境中发生的声音事件类型是有限的，且某些声音事件倾向于共现；例如“餐具”和“玻璃叮当声”。本文提出一种利用考虑声音事件共现的图拉普拉斯正则化的声音事件检测技术。在所提方法中，声音事件出现被表示为一个图，其节点表示事件出现频率，边表示声音事件的共现。该图表示随后用于声音事件建模，并在考虑图结构的正则化项的目标函数下优化。使用TUT Sound Events 2016 development、2017 development以及TUT Acoustic Scenes 2016 development得到的实验结果表明，基于段落的F1-score而言，所提方法相比传统的基于CNN-BiGRU的方法将声音事件检测性能提升了7.9个百分点。此外，结果表明所提方法比传统方法能更准确地检测共现声音事件。
引用
@article{arxiv.1902.00816,
title = {Sound Event Detection Using Graph Laplacian Regularization Based on Event Co-occurrence},
author = {Keisuke Imoto and Seisuke Kyochi},
journal= {arXiv preprint arXiv:1902.00816},
year = {2019}
}
备注
Accepted to ICASSP 2019