基于对比表征实现音频分类中鲁棒性少样本增量学习
声音
2024-08-08 v2 机器学习
音频与语音处理
摘要
在机器学习应用中，数据逐步进入是常见情况，尤其是在音频处理中，增量学习对于实时分析至关重要。少样本增量学习解决了由于数据有限而引发的挑战。现有方法通常整合额外的可训练组件，或依赖在基座会话训练后固定的嵌入提取器，以缓解与灾难性遗忘和模型过拟合风险相关的担忧。然而，仅在基座会话训练期间使用交叉熵损失对音频数据而言并不优化。为此，我们提出在训练期间引入监督对比学习来细化表征空间，从而增强判别能力，促进增量类别的无缝集成。在包含 100 个类别的 NSynth 和 LibriSpeech 数据集上进行实验，以及包含 50 和 10 个类别的 ESC 数据集，结果显示实现了最先进的性能。
关键词
引用
@article{arxiv.2407.19265,
title = {Towards Robust Few-shot Class Incremental Learning in Audio Classification using Contrastive Representation},
author = {Riyansha Singh and Parinita Nema and Vinod K Kurmi},
journal= {arXiv preprint arXiv:2407.19265},
year = {2024}
}
备注
INTERSPEECH 2024 accepted