Conformer-Based Self-Supervised Learning for Non-Speech Audio Tasks

计算机科学 水准点(测量) 代表(政治) 人工智能 监督学习 机器学习 多样性(控制论) 半监督学习 语音识别 特征学习 自然语言处理 人工神经网络 大地测量学 政治 政治学 法学 地理
作者
Sangeeta Srivastava,Yun Wang,Andros Tjandra,Anurag Kumar,Chunxi Liu,Kritika Singh,Yatharth Saraf
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2110.07313
摘要

Representation learning from unlabeled data has been of major interest in artificial intelligence research. While self-supervised speech representation learning has been popular in the speech research community, very few works have comprehensively analyzed audio representation learning for non-speech audio tasks. In this paper, we propose a self-supervised audio representation learning method and apply it to a variety of downstream non-speech audio tasks. We combine the well-known wav2vec 2.0 framework, which has shown success in self-supervised learning for speech tasks, with parameter-efficient conformer architectures. Our self-supervised pre-training can reduce the need for labeled data by two-thirds. On the AudioSet benchmark, we achieve a mean average precision (mAP) score of 0.415, which is a new state-of-the-art on this dataset through audio-only self-supervised learning. Our fine-tuned conformers also surpass or match the performance of previous systems pre-trained in a supervised way on several downstream tasks. We further discuss the important design considerations for both pre-training and fine-tuning.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

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
谦让汝燕完成签到,获得积分10
刚刚
现实的日记本完成签到,获得积分10
2秒前
韭黄发布了新的文献求助10
2秒前
科研通AI5应助支雨泽采纳,获得10
3秒前
英勇的红酒完成签到 ,获得积分10
4秒前
量子星尘发布了新的文献求助150
5秒前
马儿饿了要吃草完成签到,获得积分10
5秒前
乔治完成签到,获得积分10
8秒前
坦率的棒棒糖完成签到,获得积分10
11秒前
牧长一完成签到 ,获得积分0
11秒前
荔枝励志完成签到,获得积分10
12秒前
roger完成签到 ,获得积分10
12秒前
万能图书馆应助Swait采纳,获得10
13秒前
小高同学完成签到,获得积分10
14秒前
岁末完成签到 ,获得积分10
14秒前
无敌科研大王完成签到,获得积分10
17秒前
薄荷小新完成签到 ,获得积分10
17秒前
韭黄发布了新的文献求助10
19秒前
X17完成签到,获得积分10
19秒前
从容傲柏完成签到,获得积分10
19秒前
英吉利25发布了新的文献求助20
20秒前
21秒前
ppapp完成签到 ,获得积分10
21秒前
22秒前
又又完成签到 ,获得积分10
22秒前
Ashley完成签到 ,获得积分10
24秒前
孙孙孙啊完成签到,获得积分10
24秒前
量子星尘发布了新的文献求助10
24秒前
严念桃完成签到,获得积分0
24秒前
王可欣完成签到,获得积分10
25秒前
Much完成签到 ,获得积分10
25秒前
aaaa发布了新的文献求助10
26秒前
花卷完成签到,获得积分10
26秒前
韭黄完成签到,获得积分20
27秒前
Swait发布了新的文献求助10
27秒前
CT发布了新的文献求助10
27秒前
相南相北完成签到 ,获得积分10
27秒前
訫藍完成签到,获得积分10
28秒前
雷霆康康完成签到,获得积分10
28秒前
wsqg123完成签到,获得积分10
29秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Einführung in die Rechtsphilosophie und Rechtstheorie der Gegenwart 1500
NMR in Plants and Soils: New Developments in Time-domain NMR and Imaging 600
Electrochemistry: Volume 17 600
Physical Chemistry: How Chemistry Works 500
SOLUTIONS Adhesive restoration techniques restorative and integrated surgical procedures 500
Energy-Size Reduction Relationships In Comminution 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 4952372
求助须知:如何正确求助?哪些是违规求助? 4215173
关于积分的说明 13111456
捐赠科研通 3997149
什么是DOI,文献DOI怎么找? 2187760
邀请新用户注册赠送积分活动 1202987
关于科研通互助平台的介绍 1115740