要約
Machine Listening は、オーディオ信号から関連情報を抽出するテクノロジーの開発に焦点を当てています。
これらのプロジェクトの重要な側面は、コンテキスト化されたデータの取得とラベル付けです。これは本質的に複雑であり、特定のリソースと戦略が必要です。
一部の音声データセットは利用可能ですが、その多くは商用アプリケーションには適していません。
この論文では、データセット構造に関する詳細な洞察が欠けていることが多いクラウドソーシングよりも、専門のラベラーを使用するアクティブ ラーニング (AL) の重要性を強調しています。
AL は、人間のラベラーと AI モデルを組み合わせた反復プロセスであり、人間によるレビュー用のサンプルをインテリジェントに選択することでラベリング予算を最適化します。
このアプローチは、利用可能な計算リソースとメモリを超えて増大し続ける大規模なデータセットを処理するという課題に対処します。
このペーパーでは、Machine Listening プロジェクト向けの包括的なデータ中心のフレームワークを紹介し、リソースに制約のあるシナリオでの録音ノードの構成、データベース構造、ラベル付け予算の最適化について詳しく説明します。
このフレームワークはスペインのバレンシアの工業港に適用され、小規模なチームで 5 か月にわたって 6,540 個の 10 秒オーディオ サンプルのラベル付けに成功し、その有効性とさまざまなリソースの可用性状況への適応性を実証しました。
謝辞: この研究へのハビエル ナランホ アルカサル、ジョルディ グラウ ハロ、ペドロ ズッカレロの参加は、バレンシア ビジネス競争力研究所 (IVACE) とプロジェクト Soroll-IA2 (IMDEEA/2023/91) による FEDER 基金から資金提供されました。
。
要約(オリジナル)
Machine Listening focuses on developing technologies to extract relevant information from audio signals. A critical aspect of these projects is the acquisition and labeling of contextualized data, which is inherently complex and requires specific resources and strategies. Despite the availability of some audio datasets, many are unsuitable for commercial applications. The paper emphasizes the importance of Active Learning (AL) using expert labelers over crowdsourcing, which often lacks detailed insights into dataset structures. AL is an iterative process combining human labelers and AI models to optimize the labeling budget by intelligently selecting samples for human review. This approach addresses the challenge of handling large, constantly growing datasets that exceed available computational resources and memory. The paper presents a comprehensive data-centric framework for Machine Listening projects, detailing the configuration of recording nodes, database structure, and labeling budget optimization in resource-constrained scenarios. Applied to an industrial port in Valencia, Spain, the framework successfully labeled 6540 ten-second audio samples over five months with a small team, demonstrating its effectiveness and adaptability to various resource availability situations. Acknowledgments: The participation of Javier Naranjo-Alcazar, Jordi Grau-Haro and Pedro Zuccarello in this research was funded by the Valencian Institute for Business Competitiveness (IVACE) and the FEDER funds by means of project Soroll-IA2 (IMDEEA/2023/91).
arxiv情報
| 著者 | Javier Naranjo-Alcazar,Jordi Grau-Haro,Ruben Ribes-Serrano,Pedro Zuccarello |
| 発行日 | 2024-07-31 14:34:43+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google