清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Source-Aware Spatial Self-Supervision for Sound Event Localization and Detection

计算机科学 事件(粒子物理) 声音(地理) 人工智能 声学 量子力学 物理
作者
Yuji Nozaki,Yoshiaki Bando,Masaki Onishi
标识
DOI:10.1109/icassp49660.2025.10890626
摘要

This paper presents a source-aware spatial self-supervised learning (SSL) method for sound event localization and detection (SELD) based on neural blind source separation (BSS). SELD involves estimating both the temporal activations of sound classes and their directions of arrival (DOAs) from multichannel audio signals. While deep neural networks have been successful in SELD, their reliance on spatial supervision, including class labels and DOAs, makes annotation challenging and time-intensive. To address this limitation, we propose self-supervised pre-training to separate and localize moving sound sources by maximizing a log-marginal posterior probability of a neural BSS model. This model, called neural full-rank spatial covariance analysis, requires only multichannel mixture signals for training. Our BSS-based framework explicitly trains the model to distinguish multiple sources in a mixture, enabling it to predict DOAs of multiple sound events. The proposed method thus enables us to train a SELD model with a small amount of annotation. The experiments with the STARSS23 dataset show that our method outperforms baseline SELD models trained with a limited amount of supervised data.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
开心网络完成签到 ,获得积分10
1秒前
超级的雨筠完成签到,获得积分10
13秒前
haralee完成签到 ,获得积分10
19秒前
闪闪雍完成签到,获得积分10
21秒前
乐乐完成签到 ,获得积分10
27秒前
紫熊发布了新的文献求助10
31秒前
Gaosy92完成签到,获得积分10
45秒前
45秒前
简单往事完成签到,获得积分10
50秒前
又声发布了新的文献求助10
52秒前
高贵的晓啸完成签到,获得积分10
54秒前
Gaosy92发布了新的文献求助10
55秒前
胡萝卜完成签到,获得积分10
56秒前
自信犀牛完成签到 ,获得积分10
56秒前
单身的擎完成签到,获得积分10
1分钟前
迷路牛青完成签到,获得积分10
1分钟前
冷酷紫烟完成签到,获得积分10
1分钟前
不安荟完成签到,获得积分10
2分钟前
zsp完成签到 ,获得积分10
2分钟前
2分钟前
咸鱼完成签到 ,获得积分10
2分钟前
生动雨安完成签到,获得积分10
2分钟前
aspect完成签到 ,获得积分10
2分钟前
可耐的山柏完成签到,获得积分10
2分钟前
紫熊完成签到,获得积分10
2分钟前
momo完成签到 ,获得积分10
2分钟前
2分钟前
科研通AI6.4的应助被CXT采纳,获得10
2分钟前
如意嫣完成签到,获得积分10
2分钟前
悦耳的半兰完成签到,获得积分10
3分钟前
3分钟前
乐乐的应助被新手12138采纳,获得10
3分钟前
3分钟前
CXT发布了新的文献求助10
3分钟前
bener发布了新的文献求助10
3分钟前
1024504036发布了新的文献求助10
3分钟前
Virgil完成签到 ,获得积分10
3分钟前
3分钟前
新手12138发布了新的文献求助10
3分钟前
3分钟前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
A Silent Apostrophe:The Fayum Portraits 520
Organizational Behavior 510
AI-Contracting 300
四川大学学位论文.郭瑞昂. 基于高压热扩散的n型磷掺杂金刚石半导体制备研究 300
English Longitudinal Study of Ageing: Waves 0-11, 1998-2024 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 化学工程 内科学 物理 生物化学 复合材料 催化作用 细胞生物学 人工智能 心理学 无机化学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 7834235
求助须知:如何正确求助?哪些是违规求助? 9356874
关于积分的说明 20592506
捐赠科研通 7426687
什么是DOI,文献DOI怎么找? 3337384
关于科研通互助平台的介绍 2481858
邀请新用户注册赠送积分活动 2358178