[发明专利]一种基于多实例学习的弱监督声音事件检测方法

摘要

本发明涉及一种基于多实例学习的弱监督声音事件检测方法。本发明充分利用了存在于音频帧中的确定性信息，在传统的多实例学习方法的基础上增加了两项对帧级预测的直接约束。首先定义了有效预测和无效预测，然后通过观测与推导，得出有效预测应该是局部平滑的，无效预测应该趋近于0的这两个推论，并根据这两个推论设计了两项帧级损失函数，使得帧级预测能够更好的逼近真实情况。本发明方法克服了传统的多实例学习方法仅在聚合后的包级预测上计算损失，导致帧级预测会产生很多不合理预测值的问题，提高了事件定位任务效果。