Semi-Supervised learning for multi-label audio tagging

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Audio Tagging is concerned with the development of systems that are able to recognize sound events. A growing interest is geared towards audio tagging for various applications such as acoustic surveillance, tagging video content and environment a scene recognition. Our goal is to design an audio tagging system capable of recognizing a wide range of sound events. The development process usually requires a large set of labeled sound data. However, most existing datasets are unlabeled since hand-labeling is a very costly and a time-consuming process, and it involves a lot of manual labor. To mend with this, we have built our audio tagging system following the Semi-SupervisedLearning (SSL) paradigm. Specifically, we have chosen the pseudo-labeling strategy to learn from weakly labeled data. In addition, our system trains a Res Net deep learning model on log-mel spectrograms, along with augmentation techniques to increase the dataset size. The training uses the cyclic cosine annealing technique for the learning rate. We have carried out our experiments on a huge dataset made of sound recordings; we have investigated the impact of the sharpening temperature (a hyperparameter of our system) on the distribution of the pseudo-labels, and have tested ensembling various variants of our approach. The results demonstrate the efficacy of pseudo-labeling SSL strategy. Furthermore, ensembling various systems significantly boosts the overall performance.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0ca0fadb-318f-41ab-a334-a8d024ca746c

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

ماستر (LMD)

نوع الملف

pdf text

أسماء الملفات

2225573_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":" Adil Allali","title_ar":"اعداد","title_en":"Preparation"},{"name_ar":"Hadjer Ykhlef","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Zhor Diffallah","title_ar":"اشراف","title_en":"Supervision"}]

اللغة

English

المصدر والدورية

اسم المصدر

Semi-Supervised learning for multi-label audio tagging

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

L’étiquetage audio est concerné par le développement de systèmes capables de reconnaître des événements de son. Un intérêt croissant est porté à l’étiquetage audio pour diverses applications telles que la surveillance acoustique, l’étiquetage de contenu vidéo et la reconnaissance de scènes environnementales. Notre objectif est de concevoir un système d’étiquetage audio capable de reconnaître un large ensemble d'événements sonores. Le processus de développement nécessite généralement un grand ensemble de données sonores étiquetées. Cependant, la plupart des ensembles de données existants ne sont pas étiquetés, car l'étiquetage manuel est un processus très coûteux et très long, et il implique beaucoup de travail manuel. Pour remédier à cela, nous avons construit notre système de l’étiquetage audio en suivant le paradigme de l'apprentissage semi-supervisé (SSL). Plus précisément, nous avons choisi la stratégie de pseudo-étiquetagepour apprendre à partir de données faiblement étiquetées. En outre, notre système entraîne un modèle d'apprentissage profond Res Net sur log mel spectrogrammes, ainsi que des techniques d'augmentation pour augmenter la taille de l'ensemble de données. L'apprentissage utilise la technique de recuit cosinus cyclique pour déterminer le taux d'apprentissage approprié. Nous avons réalisé nos expériences sur un ensemble énorme de données constitué d'enregistrements de sonores;nous avons étudié l'impact de la température d'affûtage(un hyper paramètre de notre système) sur la distribution des pseudo-étiquettes, et nous avons testé de combiner de diverses variantes de notre approche. Les résultats démontrent l'efficacité de la stratégie SSL de pseudo-étiquetage. De plus, la combinaison de plusieurs systèmes augmente la performance globale.

كلمات الباحثين

Audio Tagging, Semi-Supervised Learning, Feature Extraction, Deep Learning ,Ensemble Learning, Statistical Tests

إشراف وإعداد

الإشراف

Hadjer Ykhlef, Zhor Diffallah

الإعداد

Adil Allali

الاقتباسات الببليوغرافية