Surrey系统参与DCASE 2022任务5：基于段级度量学习的少样本生物声学事件检测
声音
2022-07-22 v1 音频与语音处理
摘要
少样本音频事件检测是一项在给定少量样本的情况下检测新颖声音类发生时间的任务。在本工作中，我们提出了一个基于段级度量学习的系统，用于DCASE 2022少样本生物声学事件检测挑战（任务5）。我们更好地利用了每个声音类内的负数据来构建损失函数，并使用转导推理在评估集上获得更好的自适应。对于输入特征，我们发现逐通道能量归一化与_delta梅尔频率倒谱系数拼接是最有效的组合。我们还为此任务引入了新的数据增强与后处理流程。我们的最终系统在DCASE任务5验证集上取得了68.74的f值，大幅优于29.5的基线性能。我们的系统已在https://github.com/haoheliu/DCASE_2022_Task_5完全开源。
引用
@article{arxiv.2207.10547,
title = {Surrey System for DCASE 2022 Task 5: Few-shot Bioacoustic Event Detection with Segment-level Metric Learning},
author = {Haohe Liu and Xubo Liu and Xinhao Mei and Qiuqiang Kong and Wenwu Wang and Mark D. Plumbley},
journal= {arXiv preprint arXiv:2207.10547},
year = {2022}
}
备注
Technical Report of the system that ranks 2nd in the DCASE Challenge Task 5. arXiv admin note: text overlap with arXiv:2207.07773