279页ppt！Interspeech 2022《弱标签学习》教程，CMU Bhiksha Raj讲授

训练各种精确音频分类器的关键瓶颈之一是需要“强标记”的训练数据，这些数据提供要识别的音频事件的精确划分实例。然而，这种数据很难获得，特别是大量的数据。另一种更受欢迎的方法是使用“弱”标记数据来训练模型，这种数据包括只标记声音类别存在或不存在的录音，而不添加关于声音出现次数或它们在录音中的位置的额外细节。弱标记的数据比强标记的数据更容易获得;然而，使用这些数据进行培训也面临许多挑战。在本教程中，我们将讨论从弱标签数据中训练音频(和其他)分类器的问题，包括几种最先进的形式，它们的限制和局限性，以及未来的研究领域。

Bhiksha Raj

IEEE会员，卡内基梅隆大学教授。Bhiksha Raj是卡内基梅隆大学计算机科学学院的教授。他的研究领域包括语音和音频处理以及声学场景分析。他是从弱标签学习音频分类器领域的先驱之一。Raj之前曾在ICASSP、Interspeech和其他各种会议上主持过几次教程。他是IEEE会士

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“W279” 就可以获取《279页ppt！Interspeech 2022《弱标签学习》教程，CMU Bhiksha Raj讲授》专知下载链接

                       

专知，专业可信的人工智能知识分发 ，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取100000+AI(AI与军事、医药、公安等)主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取100000+AI主题知识资料