通过扩张卷积循环神经网络进行声音事件检测
音频与语音处理
2020-07-21 v4
摘要
卷积循环神经网络（CRNNs）已在声音事件检测（SED）中取得最先进的性能。本文中，我们提出使用扩张 CRNN，即带有扩张卷积核的 CRNN，作为 SED 任务的分类器。我们研究了扩张操作的有效性，其为 CRNN 提供了扩大的感受野以捕获长时上下文，而不增加 CRNN 的参数数量。与基线 CRNN 的分类器相比，扩张 CRNN 的分类器在公开可用的 TUT-SED Synthetic 2016、TUT Sound Event 2016 与 TUT Sound Event 2017 音频语料库上，于 F1 分数分别获得最大 1.9%、6.3% 与 2.5% 的提升，于错误率（ER）分别获得最大 1.7%、4.1% 与 3.9% 的降低。
引用
@article{arxiv.1911.10888,
title = {Sound event detection via dilated convolutional recurrent neural networks},
author = {Yanxiong Li and Mingle Liu and Konstantinos Drossos and Tuomas Virtanen},
journal= {arXiv preprint arXiv:1911.10888},
year = {2020}
}
备注
5 pages, 3 tables and 3 figures