声音事件分诊：考虑类别优先级的声音事件检测
声音
2023-01-12 v2 音频与语音处理
摘要
我们提出了声音事件检测（SED）的一项新任务：声音事件分诊（SET）。SET 的目标是检测任意数量的高优先级事件类别，同时允许低优先级事件类别的漏检，其中优先级针对每个事件类别给定。在针对特定声音事件类别的常规 SED 方法中，只能对单一事件类别赋予优先级。此外，优先级程度不可调节，即常规方法只能使用诸如 one-hot 向量之类的目标事件类别类型作为输入。为了灵活控制关于目标事件的更多信息，所提出的 SET 不仅利用目标声音的类型，还利用每个目标声音被优先检测的程度。为实现带优先级的事件检测，我们提出了类别加权训练，其中损失函数和网络由每个类别的优先级参数随机加权。由于这是首篇关于 SET 的论文，我们特别介绍了 SET 的子任务——单目标 SET 的一种实现。使用 URBAN-SED 数据集的实验结果表明，在基于交集的 F-score 方面，所提出的单目标 SET 方法相对于常规 SED 方法，在“air_conditioner”、“car_horn”和“street_music”上分别高出 8.70、6.66 和 6.09 个百分点。在类别平均得分上，与常规 SED 及其他目标类别条件模型相比，所提方法将基于交集的 F-score 提高了至多 3.37 个百分点。
引用
@article{arxiv.2204.06402,
title = {Sound Event Triage: Detecting Sound Events Considering Priority of Classes},
author = {Noriyuki Tonami and Keisuke Imoto},
journal= {arXiv preprint arXiv:2204.06402},
year = {2023}
}
备注
Accepted to EURASIP Journal on Audio, Speech, and Music Processing