Surrey-cvssp系统用于DCASE2017挑战赛任务4。
摘要：用于声音场景和事件的检测和分类2017（DCASE2017）挑战的任务4的技术报告方法集。该任务使用弱标记的训练数据评估大规模声音事件的检测系统。数据是YouTube视频摘录，重点关注运输和警告，因为它们在工业应用中具有重要性。有两个任务，音频标记和从弱标记数据中检测声音事件。我们采用了卷积神经网络（CNN）和门控循环单元（GRU）为基本框架。我们提出了一种可学习的门控激活函数来选择信息丰富的局部特征。采用基于注意力的方案来在弱监督模式下定位具体事件。还提出了一种新的批次级平衡策略来解决数据不平衡问题。不同系统的后验融合被发现能够有效提高性能。总结起来，在开发集上，音频标记子任务的F值为61％，声音事件检测子任务的错误率（ER）为0.73。而官方的基于多层感知机（MLP）的基准仅获得了音频标记的13.1％F值和声音事件检测的1.02。
作者：Yong Xu, Qiuqiang Kong, Wenwu Wang, Mark D. Plumbley
论文ID：1709.00551
分类：Sound
分类简称：cs.SD
提交时间：2017-11-28