Aprendendo com Exemplos Entre Classes para Reconhecimento Profundo de Sons

Os métodos de aprendizado profundo alcançaram alto desempenho em tarefas de reconhecimento de sons. Decidir como alimentar os dados de treinamento é importante para uma melhoria adicional no desempenho. Propomos um novo método de aprendizado para o reconhecimento profundo de sons: aprendizado entre classes (aprendizado BC). Nossa estratégia é aprender um espaço de características discriminativo reconhecendo os sons entre classes como sons entre classes. Geramos sons entre classes misturando dois sons pertencentes a classes diferentes com uma proporção aleatória. Em seguida, inserimos o som misturado no modelo e treinamos o modelo para produzir a proporção de mistura. As vantagens do aprendizado BC não se limitam apenas ao aumento da variação dos dados de treinamento; o aprendizado BC leva a um aumento do critério de Fisher no espaço de características e a uma regularização da relação posicional entre as distribuições de características das classes. Os resultados experimentais mostram que o aprendizado BC melhora o desempenho em várias redes de reconhecimento de som, conjuntos de dados e esquemas de aumento de dados, nos quais o aprendizado BC se mostra sempre benéfico. Além disso, construímos uma nova rede de reconhecimento profundo de sons (EnvNet-v2) e a treinamos com aprendizado BC. Como resultado, alcançamos um desempenho que supera o nível humano.