AUDIOSIGNAL BASED EVENT DETECTION USING DEEP LEARNING TECHNIQUES

Аңдатпа

Терең оқыту (deep learning) үлгілерді тану тапсырамаларын орындауда зерттеушілердің үлкен қызығушылық ие болып отыр. Соның ішінде, оқиғаларды аудиосигналдар негізінде анықтау және қоршаған ортадағы табиғи дыбыстарды тануды ерекше атап өтуге болады. DCASE challenge – Detection and Classification of Acoustic Scenes and Events шарасы терең оқытудың бұл  тапсырмаларды орындауда тиімділігін айқындай түсті.  Бұл жұмыста аудиосигналдар негізінде төтенше оқиғаларды анықтау, ол үшін түрлі терең оқыту әдістерін қолданған өзге зерттеушілердің жұмыстарына шолу жасалды.  Әсіресе, полифониялық дыбыс негізіндегі оқиғаларды тану тапсырмасының күрделігі  мен тапсырманы шешу ерекшеліктері қарастырылады. Нейрондық желілерді қолдану мен құрылымдары келтіріліп, аудиосигналдар негізінде оқиғаларды анықтау үшін CNN және RNN қолдану назарға алынады. Бағалау метрикалар мен мәліметтер дерекқорларға шолу жасалды.