Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.09606

帮助 | 高级搜索

计算机科学 > 声音

arXiv:2507.09606 (cs)
[提交于 2025年7月13日 ]

标题: 开放环境中的声音事件检测集成置信度校准

标题: Ensemble Confidence Calibration for Sound Event Detection in Open-environment

Authors:Yuanjian Chen, Han Yin
摘要: 声音事件检测(SED)在具有明确事件类别的受控环境中取得了显著进展。 然而,现实世界的应用通常发生在开放环境中。 在这些情况下,当前的方法往往产生过于自信的预测,并且缺乏适当的方法来衡量不确定性。 这限制了它们在新情况下的适应能力和表现。 为了解决这个问题,我们首次在SED中使用集成方法,以提高对域外(OOD)输入的鲁棒性。 我们提出了一种称为基于能量的开放世界Softmax(EOW-Softmax)的置信度校准方法,该方法有助于系统更好地处理未知场景中的不确定性。 我们进一步通过调整预测,将EOW-Softmax应用于声音出现和重叠检测(SOD)。 这样,模型在保持检测重叠事件能力的同时变得更加适应。 实验表明,我们的方法提高了开放环境中的性能。 它减少了过度自信,并增强了处理OOD情况的能力。
摘要: Sound event detection (SED) has made strong progress in controlled environments with clear event categories. However, real-world applications often take place in open environments. In such cases, current methods often produce predictions with too much confidence and lack proper ways to measure uncertainty. This limits their ability to adapt and perform well in new situations. To solve this problem, we are the first to use ensemble methods in SED to improve robustness against out-of-domain (OOD) inputs. We propose a confidence calibration method called Energy-based Open-World Softmax (EOW-Softmax), which helps the system better handle uncertainty in unknown scenes. We further apply EOW-Softmax to sound occurrence and overlap detection (SOD) by adjusting the prediction. In this way, the model becomes more adaptable while keeping its ability to detect overlapping events. Experiments show that our method improves performance in open environments. It reduces overconfidence and increases the ability to handle OOD situations.
主题: 声音 (cs.SD) ; 音频与语音处理 (eess.AS)
引用方式: arXiv:2507.09606 [cs.SD]
  (或者 arXiv:2507.09606v1 [cs.SD] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09606
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Yuanjian Chen [查看电子邮件]
[v1] 星期日, 2025 年 7 月 13 日 12:23:02 UTC (191 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
eess
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs
cs.SD
eess.AS

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号