| 音频标记一致性约束CRNN声音事件检测 |
| |
| 引用本文： | 杨利平,郝峻永,辜小花,侯振威.音频标记一致性约束CRNN声音事件检测[J].电子与信息学报,2022,44(3):1102-1110. |
| |
| 作者姓名： | 杨利平 郝峻永 辜小花 侯振威 |
| |
| 作者单位： | 1.重庆大学光电技术及系统教育部重点实验室 重庆 4000442.重庆科技学院电气工程学院 重庆 401331 |
| |
| 基金项目： | 重庆市自然科学基金;国家自然科学基金 |
| |
| 摘 要： | 级联卷积神经网络(CNN)结构和循环神经网络(RNN)结构的卷积循环神经网络(CRNN)及其改进是当前主流的声音事件检测模型。然而，以端到端方式训练的CRNN声音事件检测模型无法从功能上约束CNN和RNN结构的作用。针对这一问题，该文提出了音频标记一致性约束CRNN声音事件检测方法(ATCC-CRNN)。该方法在CRNN模型的声音事件分类网络中添加了CRNN音频标记分支，同时增加了CNN音频标记网络对CRNN网络CNN结构输出的特征图进行音频标记。然后，通过在模型训练阶段限定CNN和CRNN的音频标记预测结果一致使CRNN模型的CNN结构更关注音频标记任务，RNN结构更关注建立音频样本的帧间关系。从而使CRNN模型的CNN和RNN结构具备了不同的特征描述功能。该文在IEEE DCASE 2019国际竞赛家庭环境声音事件检测任务(任务4)的数据集上进行了实验。实验结果显示:提出的ATCC-CRNN方法显著提高了CRNN模型的声音事件检测性能，在验证集和评估集上的F1得分提高了3.7%以上。这表明提出的ATCC-CRNN方法促进了CRNN模型的功能划分，有效改善了CRNN声音事件检测模型的泛化能力。
|
| 关 键 词： | 声音事件检测 音频标记 深度学习 卷积循环神经网络 |
| 收稿时间： | 2021-02-05 |
Sound Event Detection width Audio Tagging Consistency Constraint CRNN |
| |
| YANG Liping,HAO Junyong,GU Xiaohua,HOU Zhenwei.Sound Event Detection width Audio Tagging Consistency Constraint CRNN[J].Journal of Electronics & Information Technology,2022,44(3):1102-1110. |
| |
| Authors: | YANG Liping HAO Junyong GU Xiaohua HOU Zhenwei |
| |
| Affiliation: | 1.Key Laboratory of Optoelectronic Technology and Systems (Chongqing University), Ministry of Education, Chongqing 400044, China2.School of Electrical Engineering, Chongqing University of Science & Technology, Chongqing 401331, China |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《电子与信息学报》浏览原始摘要信息 |
|
点击此处可从《电子与信息学报》下载全文 |
|
