用于鸟类音频检测的堆叠卷积与循环神经网络
声音
2017-06-08 v1 机器学习
摘要
本文研究了使用堆叠卷积和循环神经网络检测音频片段中的鸟鸣声。提出了通过块混合进行数据增强以及使用一种新颖的测试混合方法进行域自适应，并对其在使方法对未见数据具有鲁棒性方面进行了评估。在鸟类音频检测的背景下，研究了两种声学特征（主导频率和对数梅尔频带能量）及其组合的贡献。我们在开发数据的五次交叉验证中取得的最佳AUC指标为95.5%，在未见评估数据上为88.1%。
引用
@article{arxiv.1706.02047,
title = {Stacked Convolutional and Recurrent Neural Networks for Bird Audio Detection},
author = {Sharath Adavanne and Konstantinos Drossos and Emre Çakır and Tuomas Virtanen},
journal= {arXiv preprint arXiv:1706.02047},
year = {2017}
}
备注
Accepted for European Signal Processing Conference 2017