ポリフォニック音イベント位置決めと検出のためのトラック-ワイズアンサンブルイベント独立ネットワーク【JST・京大機械翻訳】

Hu Jinbo; Cao Yin; Wu Ming; Kong Qiuqiang; Yang Feiran; Plumbley Mark D.; Yang Jun

プレプリント

J-GLOBAL ID：202202206724767712 整理番号：22P0306878

ポリフォニック音イベント位置決めと検出のためのトラック-ワイズアンサンブルイベント独立ネットワーク【JST・京大機械翻訳】

A Track-Wise Ensemble Event Independent Network for Polyphonic Sound Event Localization and 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 (7件)： , , , , , ,
資料名：
発行年： 2022年03月18日プレプリントサーバーでの情報更新日： 2022年03月18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)

音韻音事象局所化と検出(SELD)は,対応する時間的活動と空間的位置を有する音事象のタイプを検出することを目的とする。本論文では,新しいデータ増強法によるトラックワイズアンサンブルイベント独立ネットワークを提案した。提案モデルは,著者らの以前の提案したイベント独立ネットワークV2に基づいており,配座異性体ブロックと高密度ブロックによって拡張される。トラックワイズ出力フォーマットによるトラックワイズ集合モデルを提案して,異なるモデルの間で置換を追跡することができるトラックワイズ出力フォーマットのためのアンサンブルモデル問題を解決した。データ増強アプローチはいくつかのデータ増強チェーンを含み,それはいくつかのデータ増強操作のランダム組合せから成る。この方法はまた,異なるモデルに対してlog-melスペクトログラム,強度ベクトル,および空間Cues-Augmented Log-Spectrogram(SALSA)を利用した。L3DAS22チャレンジのタスクにおいて提案手法を評価し,位置依存Fスコアが0.699であるトップランキング解を得た。ソースコードが放出される。【JST・京大機械翻訳】

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

計算機網 , システム・制御理論一般 , 音声処理

前のページに戻る