Detail publikace

Convolutional Neural Networks and X-Vector Embedding for DCASE2018 Acoustic Scene Classification Challenge

ZEINALI, H.; BURGET, L.; ČERNOCKÝ, J. Convolutional Neural Networks and X-Vector Embedding for DCASE2018 Acoustic Scene Classification Challenge. Proceedings of DCASE 2018 Workshop. Surrey: Tampere University of Technology, 2018. p. 1-5. ISBN: 978-952-15-4262-6.
Název česky
Konvoluční neuronová síť a X-vektor embedding pro DCASE2018 soutěž v klasifikaci akustického prostředí
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Zeinali Hossein, Ph.D. (UPGM)
Burget Lukáš, doc. Ing., Ph.D. (UPGM)
Černocký Jan, prof. Dr. Ing. (UPGM)
URL
Klíčová slova

Audio scene classification, Convolutional neuralnetworks, Deep learning, x-vectors, Regularized LDA

Abstrakt

V tomto příspěvku jsou popsána podání týmu Vysokého učení technického v Brně (VUT) k úkolu 1 (Klasifikace akustické scény, ASC) výzvy DCASE-2018. Rovněž je poskytována analýza různých metod v sadě žebříčků. Navrhovaný přístup je fúzí dvou různých topologií konvoluční neurální sítě (CNN). První z nich je společný dvourozměrný CNN, který se používá hlavně při klasifikaci obrázků. Druhým z nich je jednorozměrný CNN pro extrakci vložení audio segmentu pevné délky, tzv. X-vektory, který se také používá při zpracování řeči, zejména pro rozpoznávání mluvčích. Kromě různých topologií byly testovány dva typy funkcí: log mel-spectrogram a funkce CQT. Nakonec jsou výstupy různých systémů sloučeny pomocí jednoduchého výstupu zprůměrovaného v nejvýkonnějším systému. Naše příspěvky se umístily na třetím místě mezi 24 týmy v dílčím úkolu ASC A (task-1a).

Rok
2018
Strany
1–5
Sborník
Proceedings of DCASE 2018 Workshop
Konference
Detection and Classification of Acoustic Scenes and Events, Surrey, GB
ISBN
978-952-15-4262-6
Vydavatel
Tampere University of Technology
Místo
Surrey
BibTeX 
@inproceedings{BUT155111,
  author="Hossein {Zeinali} and Lukáš {Burget} and Jan {Černocký}",
  title="Convolutional Neural Networks and X-Vector Embedding for DCASE2018 Acoustic Scene Classification Challenge",
  booktitle="Proceedings of DCASE 2018 Workshop",
  year="2018",
  pages="1--5",
  publisher="Tampere University of Technology",
  address="Surrey",
  isbn="978-952-15-4262-6",
  url="http://dcase.community/documents/workshop2018/proceedings/DCASE2018Workshop_Zeinali_149.pdf"
}
Soubory
Nahoru