重庆理工大学学报(自然科学) ›› 2023, Vol. 37 ›› Issue (11): 179-187.

• 信息·计算机 • 上一篇    下一篇

DenseNet结合空间通道注意力机制的环境声音分类

董绍江,刘 伟   

  1. (重庆交通大学 机电与车辆工程学院,重庆 400074)
  • 出版日期:2023-12-14 发布日期:2023-12-14
  • 作者简介:董绍江,男,博士,教授,主要从事机电一体化、智能机器人研究,Email:dongshaojiang100@163.com;通信作者 刘 伟,男,硕士研究生,主要从事环境声音识别、工业机器人研究,Email:2812198918@qq.com。

Environmental sound classification by DenseNet integrated with spatial-channel attention mechanism

  • Online:2023-12-14 Published:2023-12-14

摘要: 音乐信息识别(MIR)和自动语音识别(ASR)都是以结构化声音为特点的声音识 别,环境声音识别在声音识别领域的难度很大。为了充分利用从环境声中提取的 LogMel谱图 的空间特征与通道特征,提出了一种基于密集连接卷积网络(DenseNet)的空间通道注意力机 制。使用 DenseNet对 LogMel谱图进行特征提取,引入空间通道注意力机制使网络更加关注显 著特征;为了解决数据不足导致的过拟合问题,将混合数据增强的方法应用于 LogMel谱图,从 而保证了数据的多样性;在 2个公共数据集(ESC50和 ESC10)验证所提方法的有效性。结果 表明:所提的空间通道注意力机制模型能够使神经网络对环境声音的识别率分别达到 793% (ESC50)和 94.3%(ESC10)。

关键词: 环境声音分类, 空间通道注意力机制, 密集连接卷积网络, 混合数据增强

中图分类号: 

  • TN912