利用众包标注软标签训练声音事件检测系统
音频与语音处理
2023-03-01 v1 声音
摘要
本文研究了利用软标签训练声音事件检测（SED）系统的方法。软标签可源于考虑了人类对类别不确定性的标注，或作为多人对标注意见的自然表示而出现。将标注转换为硬标签虽能为训练提供无歧义的类别，却以丢失标签分布细节为代价。本工作探究了软标签的使用方式及其在训练SED系统时所带来的益处。结果表明，该系统能够学习软标签中所反映的关于声音活动的信息，并能够检测出在典型二值目标训练设置中被遗漏的声音。我们还发布了一个通过众包生成的新数据集，包含真实录音中声音事件的时间强标签，同时具有软标签和硬标签。
引用
@article{arxiv.2302.14572,
title = {Training sound event detection with soft labels from crowdsourced annotations},
author = {Irene Martín-Morató and Manu Harju and Paul Ahokas and Annamaria Mesaros},
journal= {arXiv preprint arXiv:2302.14572},
year = {2023}
}
备注
ICASSP 2023