弱标签环境下基于多尺度注意力融合的声音识别检测

• 作者: 仇鹏 郑伟哲 韦娟
• 来源期刊: 计算机科学
• 关键词: 弱标签 多尺度 注意力 声音识别 声音检测
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 计算机图形学&多媒体
• 页码范围: 120-123
• 页数: 4页
• 字数: 2991字
• 语种: 中文
• DOI: 10.11896/jsjkx.190900111

摘要

目前大多数声音识别检测的研究都是基于强标签数据集的,但在真实环境的声音识别与检测任务中,音频标签不完整并且含有大量噪声,使得获取强标签音频数据比较困难,进而影响对声音的准确识别与检测.为此,在卷积循环神经网络模型的基础上,提出了一种多尺度注意力融合机制.该机制使用注意力门控单元,在降低声音时频图特征中噪声影响的同时,能够更多地利用有效特征.同时,通过结合多个尺寸的卷积核进行特征融合,进一步提升对声音特征的有效提取.此外,采用一种结合帧检测结果的加权法对声音信号进行识别.最后,在弱标签环境下,从AudioSet数据库中选取一个包含17种城市交通工具声音的弱标签数据集进行检测识别,所提模型对测试集声音识别结果的F1值为58.9％,检测结果的F1值为43.7％.结果表明,在弱标签城市交通工具声数据集下,网络模型相比传统的声音识别检测模型具有更高的识别检测精度;同时,重要性加权识别方法、多尺度注意力融合方法均可提升模型对声音识别检测的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑伟哲	西安电子科技大学电子工程学院	1	0	0.0	0.0
2	仇鹏	西安电子科技大学通信工程学院	2	5	1.0	2.0
3	韦娟	西安电子科技大学通信工程学院	39	126	6.0	9.0