Amélioration de la détection d’événements sonores dans des environnements domestiques à l’aide de la séparation de sons

La détection d’événements sonores sur des enregistrements du monde réel suppose souvent de faire face à des événements sonores cibles superposés ainsi qu’à des sons non cibles, également appelés interférences ou bruit. Jusqu’à présent, ces problèmes ont principalement été abordés au niveau du classificateur. Nous proposons d’utiliser la séparation sonore comme prétraitement pour la détection d’événements sonores. Dans cet article, nous partons d’un modèle de séparation sonore entraîné sur le jeu de données Free Universal Sound Separation et sur la base de détection d’événements sonores de la tâche 4 du DCASE 2020. Nous explorons différentes méthodes pour combiner les sources sonores séparées avec le mélange original dans le cadre de la détection d’événements sonores. En outre, nous étudions l’impact de l’adaptation du modèle de séparation sonore aux données de détection d’événements sonores, tant sur la performance de la séparation que sur celle de la détection.