DCASE2021 挑战赛 TASK3：使用压缩激励残差 CNN 的声音事件定位与检测
声音
2021-08-02 v1 机器学习
音频与语音处理
摘要
声音事件定位与检测（SELD）是自动听觉领域中的一个问题，旨在对音频片段（通常为长时长）中声音事件进行时间检测与定位（到达方向估计）。由于与该问题相关的数据集中存在大量数据，基于深度学习的解决方案已位居当前最优（SOTA）水平。大多数解决方案基于音频的二维表示（不同的谱图），并由卷积-循环网络处理。本次提交作品的动机是研究网络中卷积部分的压缩激励（squeeze-excitation）技术，以及它如何提升系统性能。本研究基于同一团队去年开展的工作。今年决定研究该技术如何提升各个数据集的性能（去年仅研究了 MIC 数据集）。与基线相比，这一改进在使用 MIC 数据集时显示了系统性能的提升。
引用
@article{arxiv.2107.14561,
title = {TASK3 DCASE2021 Challenge: Sound event localization and detection using squeeze-excitation residual CNNs},
author = {Javier Naranjo-Alcazar and Sergi Perez-Castanos and Pedro Zuccarello and Francesc J. Ferri and Maximo Cobos},
journal= {arXiv preprint arXiv:2107.14561},
year = {2021}
}
备注
Submitted to Task3 DCASE Challenge 2021