利用事件共现图拉普拉斯正则化的声音事件检测
音频与语音处理
2023-07-19 v1 声音
摘要
在声学场景中发生的声音事件类型有限，且某些声音事件往往在同一场景中共现；例如，在“烹饪”声学场景中，声音事件“餐具”和“玻璃叮当声”很可能共现。本文提出一种考虑声音事件共现、利用图拉普拉斯正则化的声音事件检测方法。在所提方法中，声音事件的发生表示为一个图，其节点表示事件发生频率，边表示声音事件共现。该图表示随后用于声音事件检测的模型训练，并在考虑声音事件发生与共现图结构的正则化项的目标函数下优化。使用 TUT Sound Events 2016 与 2017 数据集以及 TUT Acoustic Scenes 2016 数据集的评估实验表明，所提方法在基于片段的 F1 分数上相比传统的基于 CNN-BiGRU 的检测方法将声音事件检测性能提高了 7.9 个百分点。特别地，实验结果表明，所提方法比传统方法能够更准确地检测共现声音事件。
引用
@article{arxiv.2004.12046,
title = {Sound Event Detection Utilizing Graph Laplacian Regularization with Event Co-occurrence},
author = {Keisuke Imoto and Seisuke Kyochi},
journal= {arXiv preprint arXiv:2004.12046},
year = {2023}
}
备注
Accepted to IEICE Transactions on Information and Systems