本文資料來(lái)源于DCASE 2013以及上面下載的各個(gè)參賽組的技術(shù)報(bào)告（應(yīng)該就是擴(kuò)展摘要）

參賽者及其作品：

注意：圖中的參考文獻(xiàn)[46-56]就是對(duì)應(yīng)的參賽者提交作品的技術(shù)報(bào)告（也就是擴(kuò)展摘要）。

（1）Chum et al[1]

• 簡(jiǎn)介：這里開(kāi)發(fā)了兩種算法：第一種是基于隱馬爾可夫模型（HMM）和高斯混合模型（GMM）。 所使用的特征包括短時(shí)傅立葉變換，響度和光譜稀疏度。 第二種算法在基于幀的層面上應(yīng)用支持向量機(jī)（SVM）。

• code：CHR

• 方法：在兩個(gè)框架的不同的特征，分類(lèi)：(a)：前框架SVM+多數(shù)表決；(b)：HMM

• 開(kāi)發(fā)語(yǔ)言：matlab

• 相關(guān)的文章：M. Chum, A. Habshush, A. Rahman, and C. Sang, “IEEE AASP scene classification challenge using hidden Markov models and frame based classification,” 2013.

• 成員：

  • Dan Stowell（dan.stowell@eecs.qmul.ac.uk），Manager
  • Emmanouil Benetos （emmanouil.benetos@qmul.ac.uk），Manager
  • Mark Plumbley （m.plumbley@surrey.ac.uk），Manager

(2)Geiger et al[3]

• 簡(jiǎn)介：這是對(duì)聲學(xué)場(chǎng)景分類(lèi)的IEEE AASP挑戰(zhàn)的貢獻(xiàn)。 從30秒長(zhǎng)的高可變錄音中，提取頻譜，倒譜，能量和聲音相關(guān)的音頻特征。 使用滑動(dòng)窗口方法來(lái)獲得短段上低級(jí)特征的統(tǒng)計(jì)學(xué)特征。 SVM用于對(duì)這些短段進(jìn)行分類(lèi)，并采用多數(shù)投票方案來(lái)獲得整個(gè)記錄的決策。 關(guān)于挑戰(zhàn)的官方發(fā)展，實(shí)現(xiàn)了73％的準(zhǔn)確性。 使用t統(tǒng)計(jì)量的特征分析表明，主要的Mel譜是最相關(guān)的特征。

• code:GSR

• 方法：不同的特征，在4秒的窗口中使用SVM進(jìn)行分類(lèi)，然后投票表決

• 開(kāi)發(fā)語(yǔ)言：Weka/HTK

• 相關(guān)文章：

  • (1)J. T. Geiger, B. Schuller, and G. Rigoll, “Recognising acoustic scenes with large-scale audio feature extraction and SVM,” 2013.
  • (2)J. T. Geiger, B. Schuller, and G. Rigoll, “Large-Scale Audio Feature Extraction and SVM for Acoustic Scene Classification,” in WASPAA, 2013, p. 4.(有代碼)

• 成員：

  • Dan Stowell （dan.stowell@eecs.qmul.ac.uk），Manager
  • Emmanouil Benetos （emmanouil.benetos@qmul.ac.uk），Manager
  • Jürgen Geiger （geiger@tum.de），Manager
  • Mark Plumbley （m.plumbley@surrey.ac.uk），Manager

Olivetti[8]

• 簡(jiǎn)介：我們提出一種方法，將一般對(duì)象（如音頻樣本）有效地嵌入到矢量特征空間中，適用于分類(lèi)問(wèn)題。從實(shí)踐的角度來(lái)看，采用提出的方法的研究者只需要提供兩個(gè)成分：這些對(duì)象的高效壓縮器，以及將兩個(gè)對(duì)象組合成新對(duì)象的方式。所提出的方法基于兩個(gè)主要元素：不相似性表示和歸一化壓縮距離（NCD）。不相似性表示是歐幾里德嵌入算法，即將通用對(duì)象映射到向量空間中的過(guò)程，其需要在對(duì)象之間定義距離函數(shù)。所產(chǎn)生的嵌入的質(zhì)量嚴(yán)格依賴于該距離的選擇。 NCD是基于Kolmogorov復(fù)雜性概念的對(duì)象之間的距離。在實(shí)踐中，NCD基于兩個(gè)構(gòu)建塊：壓縮函數(shù)和將兩個(gè)對(duì)象組合成新對(duì)象的方法。我們聲稱(chēng)，一旦良好的壓縮機(jī)和有意義的組合兩個(gè)對(duì)象的方法可用，則可以構(gòu)建分類(lèi)算法可以準(zhǔn)確的有效特征空間。作為我們向IEEE AASP挑戰(zhàn)提交的文件，我們?cè)诼晥?chǎng)分類(lèi)的上下文中展示了所提出的方法的實(shí)際應(yīng)用，其中壓縮器是自由和開(kāi)源的Vorbis有損音頻壓縮器，并且兩個(gè)音頻樣本的組合是它們的簡(jiǎn)單連接。

• code:OE

• 方法：歸一化壓縮距離（vorbis），歐幾里德嵌入，由隨機(jī)森林分類(lèi)

• 開(kāi)發(fā)語(yǔ)言：Phyon

• 相關(guān)文章：

  • E. Olivetti, “The wonders of the normalized compression dissimilarity representation,” 2013.

• 成員：

  • Dan Stowell （dan.stowell@eecs.qmul.ac.uk），Manager
  • Emmanouil Benetos （emmanouil.benetos@qmul.ac.uk），Manager
  • Mark Plumbley （m.plumbley@surrey.ac.uk），Manager

Roma et al[11]

• 簡(jiǎn)介：該代碼使用重復(fù)量化分析（RQA）功能進(jìn)行場(chǎng)景分類(lèi)任務(wù)。 這些特征是通過(guò)從MFCC特征的窗口計(jì)算出的閾值相似度矩陣來(lái)計(jì)算的。 增加了傳統(tǒng)的MFCC統(tǒng)計(jì)，它們?cè)谑褂脴?biāo)準(zhǔn)SVM分類(lèi)器時(shí)提高了準(zhǔn)確性。

• code:RNH

• 方法：復(fù)發(fā)定量分析應(yīng)用于MFCC時(shí)間序列，由SVM分類(lèi)

• 開(kāi)發(fā)語(yǔ)言：matlab

• 相關(guān)文章：

  • (1)G. Roma, W. Nogueira, and P. Herrera, “Recurrence Quantification Analysis for auditory scene classification,” 2013.

• 成員：

  • Dan Stowell （dan.stowell@eecs.qmul.ac.uk），Manager
  • Emmanouil Benetos （emmanouil.benetos@qmul.ac.uk），Manager
  • Mark Plumbley （m.plumbley@surrey.ac.uk），Manager

總結(jié)

以上是生活随笔為你收集整理的DCASE 2013任务1(声学场景分类)参赛作品相关信息的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。