基于迁移学习的暴恐音频判别方法

作者：胡鑫旭; 周欣; 何小海^*; 熊淑华; 王正勇

来源：计算机系统应用, 2019, 28(11): 147-152.

DOI：10.15888/j.cnki.csa.007143

• 暴恐音频判别
• 迁移学习
• 卷积神经网络
• 深度学习
• 残差网络

本文从网络和电影中截取暴恐音频片段组成暴恐音频库,由于暴恐音频来源受限,而卷积神经网络需要大量的数据训练,为此,将迁移学习技术引入暴恐音频的判别中.首先采用公开的TUT音频数据集进行预训练,然后保留模型权重并迁移网络在暴恐音频库上继续训练,最后在fine-tune后的网络中增加网络的层数,添加了一种类似于残差网络的结构使其能够利用更多的音频信息.实验结果表明,使用迁移学习方法比未使用迁移学习方法的平均判别率提升了3.97%,有效解决了在暴恐音频判别研究中音频数据集过小而带来的训练问题,且改进后的迁移学习网络进一步提升了1.01%的平均判别率,最终达到96.97%的判别率.

• 单位
  四川大学