音频事件检测、识别与人工智能和监控

声音是不可分割的一部分,环境和我们日常生活中发挥着重要作用。音频信号自动分析历史悠久,人工智能的最新进展,特别是机器学习和神经网络,使这一领域的成就新的前所未有的水平。音频事件检测与重要的多媒体应用程序是一个相当广泛的主题索引、监测、监控、和医疗,等等。录音系统,可以有效地识别声音,流数据或实时音频信号在高需求。

研究在音频事件分析的数量最近蓬勃发展和一系列的挑战声场景和事件的检测和分类(DCASE)扮演了一个重要的角色在这个增加为研究人员提供公开数据,鼓励可再生的研究,吸引新玩家进入。

本研究课题的目的是进一步推动和促进新研究在音频事件检测、识别、和监控,关注基于ai系统开发解决的挑战,实现,和评价。这个研究课题的范围包括但不限于:

1。人工智能任务音频事件分析:
——检测和定位
——分类标签较弱
-监控和异常值检测

2。先进的人工智能方法为音频事件分析:
音频信号处理
——特征提取和表示
——Semi-supervised和self-supervised学习
——端到端系统

3所示。音频事件分析应用程序:
——医疗保健
——监测和监控
——音频索引
——物联网
——环境保护

4所示。资源对于音频事件分析
——数据库
——软件包
——系统评价方法

_{客座编辑Anurag Kumar在元公司工作。美国。所有其他主题编辑声明没有利益冲突,研究课题。}