DenseNet结合空间通道注意力机制的环境声音分类
文档名：DenseNet结合空间通道注意力机制的环境声音分类
摘要：音乐信息识别(MIR)和自动语音识别(ASR)都是以结构化声音为特点的声音识别,环境声音识别在声音识别领域的难度很大.为了充分利用从环境声中提取的Log-Mel谱图的空间特征与通道特征,提出了一种基于密集连接卷积网络(DenseNet)的空间通道注意力机制.使用DenseNet对Log-Mel谱图进行特征提取,引入空间通道注意力机制使网络更加关注显著特征;为了解决数据不足导致的过拟合问题,将混合数据增强的方法应用于Log-Mel谱图,从而保证了数据的多样性;在2个公共数据集(ESC-50和ESC-10)验证所提方法的有效性.结果表明:所提的空间通道注意力机制模型能够使神经网络对环境声音的识别率分别达到79.3%(ESC-50)和94.3%(ESC-10).
作者：董绍江刘伟Author：DONGShaojiangLIUWei
作者单位：重庆交通大学机电与车辆工程学院,重庆400074
刊名：重庆理工大学学报 PKU
Journal：JournalofChongqingInstituteofTechnology
年，卷(期)：2023, 37(21)
分类号：TN912
关键词：环境声音分类空间通道注意力机制密集连接卷积网络混合数据增强
Keywords：environmentalsoundclassificationspatial-channelattentionmechanismdenselyconnectedconvolutionalnetworkmix-updataaugmentation
机标分类号：TP391.41TN912.34TP183
在线出版日期：2023年12月18日
基金项目：国家自然科学基金DenseNet结合空间通道注意力机制的环境声音分类[
期刊论文]重庆理工大学学报--2023, 37(21)董绍江刘伟音乐信息识别(MIR)和自动语音识别(ASR)都是以结构化声音为特点的声音识别,环境声音识别在声音识别领域的难度很大.为了充分利用从环境声中提取的Log-Mel谱图的空间特征与通道特征,提出了一种基于密集连接卷积网络(Dens...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
DenseNet结合空间通道注意力机制的环境声音分类Environmental sound classification by DenseNet integrated with spatial-channel attention mechanism
DenseNet结合空间通道注意力机制的环境声音分类.pdf
页:
[1]