このものではなく,それを Loる:クラス条件付け音声イベントDOA推定【JST・京大機械翻訳】

Slizovskaia Olga; Wichern Gordon; Wang Zhong-Qiu; Roux Jonathan Le

プレプリント

J-GLOBAL ID：202202220069822767 整理番号：22P0300847

このものではなく,それを Loる:クラス条件付け音声イベントDOA推定【JST・京大機械翻訳】

Locate This, Not That: Class-Conditioned Sound Event DOA Estimation

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08日プレプリントサーバーでの情報更新日： 2022年03月08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)

音事象位置確認と検出(SELD)のための既存のシステムは,あらゆる時間瞬間ですべてのクラスのためにソース位置を推定することによって典型的に操作される。本論文では,全てのクラスを局所化するのに関心がない状況に対する代替クラス条件SELDモデルを提案した。このクラス条件付SELDモデルは,音ファイルから空間およびスペクトル特徴を入力し,また,クラスを示す1ホットベクトルも,現在,局所化に関心があることを示す。特徴ワイズ線形変調(FiLM)層を用いて,このモデルにおけるいくつかの点での条件付け情報を注入する。DCASE 2020タスク3データセットの実験を通して,提案したクラス条件付きSELDモデルは,すべてのクラスを同時に位置決めするベースラインモデルよりも一般的なSELDメトリックスに関して良好に機能し,また,単一クラスの関心のみを位置決めするために訓練されたスペシャリストモデルより優れていることを示した。また,DCASE 2021タスク3データセットの性能を評価し,それは,方向性干渉(クラスからの音事象)を含み,特にクラス調整モデルからの強い改善を知っている。【JST・京大機械翻訳】

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

パターン認識

, , , ,

前のページに戻る