كشف الأحداث الصوتية المُعزَّز بشكل كبير باستخدام التنبؤات الضعيفة

تُعدّ أداء أنظمة كشف الأحداث الصوتية (SED) محدودًا بشكل كبير بسبب الصعوبة في إنشاء مجموعات بيانات كبيرة مُوسومة بشكل قوي. في هذه الدراسة، استخدمنا طريقتين رئيسيتين للتغلب على نقص البيانات المُوسومة بشكل قوي. أولاً، طبّقنا تكثيفًا كبيرًا للبيانات على الميزات المُدخلة، حيث شملت طرق التكثيف لا فقط الأساليب التقليدية المستخدمة في مجالات الصوت والمحادثة، بل أيضًا طريقةً مقترحة منا تُسمى FilterAugment. ثانيًا، اقترحنا طريقتين لاستخدام التنبؤات الضعيفة بهدف تحسين أداء كشف الأحداث الصوتية المُدرَّب بشكل ضعيف. وفي النتيجة، حققنا أفضل قيمة لـ PSDS1 تبلغ 0.4336 وأفضل قيمة لـ PSDS2 تبلغ 0.8161 على مجموعة بيانات التحقق الفعلية DESED. وتم تقديم هذا العمل لمنافسة DCASE 2021، المهمة 4، واحتلّ المرتبة الثالثة. الكود متاح عبر: https://github.com/frednam93/FilterAugSED.