音事象検出のための選択的擬似ラベリングとクラス別識別融合【JST・京大機械翻訳】

Liang Yunhao; Long Yanhua; Li Yijie; Liang Jiaen

プレプリント

J-GLOBAL ID：202202204509971640 整理番号：22P0298841

音事象検出のための選択的擬似ラベリングとクラス別識別融合【JST・京大機械翻訳】

Selective Pseudo-labeling and Class-wise Discriminative Fusion for Sound Event Detection

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年03月04日プレプリントサーバーでの情報更新日： 2022年03月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

近年,重複音事象検出(SED)を改善する効果的な音分離(SSep)技術の探索がますます注目されている。SEDモデル訓練中の壊滅的誤差蓄積を回避するための正確な分離信号の作成は,非常に重要である。本研究では,まず,ブラインド音分離出力から高信頼分離ターゲットイベントを生成するために,SPLと呼ばれる新しい選択的擬似標識手法を提案した。次に,これらのターゲット事象を用いて,多目的学習スタイルにおける音響混合物に事前訓練された元のSEDモデルを微調整した。次に,SSep出力をさらに活用するために,音響混合とそれらの分離信号の多重フレームレベル事象予測を結合することによって,最終SED性能を改良するために,クラスワイズ識別融合を提案した。すべての実験は,公開DCASE2021タスク4データセットに関して実行して,結果は,著者らの方式が公式のベースラインより著しく優れて,カラーベースのF1,PSDS1とPSDS2性能が,それぞれ44.3%,37.3%と54.9%から46.5%,44.5%と75.4%まで改良することを示した。【JST・京大機械翻訳】

, , , ,
, , , 【Automatic Indexing@JST】

パターン認識

, , , , , ,

前のページに戻る