计算机科学 > 声音
[提交于 2025年8月26日
]
标题: 婴儿在嘈杂环境中使用蓝图可分离卷积和时频循环神经网络的哭声检测
标题: Infant Cry Detection In Noisy Environment Using Blueprint Separable Convolutions and Time-Frequency Recurrent Neural Network
摘要: 婴儿哭声检测是婴儿护理系统的重要组成部分。 在本文中,我们提出了一种轻量且鲁棒的婴儿哭声检测方法。 该方法利用蓝图可分离卷积来降低计算复杂度,并使用时间-频率循环神经网络进行自适应去噪。 该方法的整体框架结构是一个多尺度卷积循环神经网络,通过高效的空域注意力机制和对比感知通道注意力模块进行增强,并从对数梅尔频谱图的输入特征中获取局部和全局信息。 采用多个公共数据集来创建一个多样且具有代表性的数据集,并使用环境损坏技术生成在现实场景中遇到的噪声样本。 结果表明,在各种信噪比条件下,我们的方法在准确率、F1分数和复杂度方面均超过了多种最先进的方法。 代码位于 https://github.com/fhfjsd1/ICD_MMSP。
文献和引用工具
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
推荐器和搜索工具
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.