面向弱监督复音声音事件检测的特定决策面与解耦特征
声音
2020-04-13 v6 机器学习
音频与语音处理
摘要
本文针对弱监督声音事件检测（SED）提出了一种特定决策面，并针对复音SED中的多标签问题提出了一种解耦特征（DF）。我们将SED视为多示例学习（MIL）问题，并利用带池化模块的神经网络框架来求解。通用MIL方法包括两类：示例级方法与嵌入级方法。我们提出了一种为嵌入级方法生成示例级概率的方法，这类方法在包级分类上往往优于示例级方法，但现有方法无法提供示例级概率。此外，我们进一步提出了用于嵌入级注意力池化的特定决策面（SDS）。我们从高层特征空间的角度分析并解释了为何带SDS的嵌入级注意力模块优于其他典型池化模块。针对复音事件检测任务中数据集不平衡与多类别共现的问题，我们提出DF以减少类别间干扰，其基于类可辨识信息对高层特征空间进行解耦并获得多个不同子空间来优化该空间。在DCASE 2018 Task 4数据集上的实验表明，所提SDS与DF显著提升了带注意力池化模块的嵌入级MIL方法的检测性能，并以6.6个百分点优于挑战赛第一名系统。
引用
@article{arxiv.1905.10091,
title = {Specialized Decision Surface and Disentangled Feature for Weakly-Supervised Polyphonic Sound Event Detection},
author = {Liwei Lin and Xiangdong Wang and Hong Liu and Yueliang Qian},
journal= {arXiv preprint arXiv:1905.10091},
year = {2020}
}
备注
Accept by TASLP