Mejoras en la detección de eventos acústicos mediante la ponderación de desequilibrio de actividad y predicciones débiles basadas en el máximo
54º Congreso Español de Acústica — Tecniacústica 2023
Abstract
La detección de eventos de sonido es uno de los temas más relevantes en el procesamiento de audio con redes neuronales artificiales. En este trabajo, se presentan dos estrategias muy simples para mejorar la detección de eventos de audio en el sistema de base propuesto en el reto internacional DCASE (Detection and Classification of Acoustic Scenes and Events) 2022. La primera estrategia propuesta se enfoca en mejorar la generación de predicciones débiles a partir de las predicciones de actividad del sistema. Esto resulta en un cálculo de pérdida más sólido y coherente para ejemplos con etiquetas débiles, lo que a su vez mejora la capacidad del sistema para identificar eventos de audio con mayor precisión. La segunda estrategia se basa en una pérdida ponderada de entropía cruzada binaria, que tiene en cuenta el desequilibrio resultante de la actividad de eventos en cada lote de entrenamiento. Esto garantiza que el sistema se entrene de manera más equilibrada y pueda capturar de manera efectiva los eventos de audio en diferentes proporciones. La combinación de ambas estrategias ha demostrado resultados interesantes, ya que se lograron mejoras en el rendimiento del sistema sin requerir un esfuerzo considerable en el diseño y entrenamiento del mismo.