基于显著性判断的城市声事件标注与识别方法

基于显著性判断的城市声事件标注与识别方法，属于城市声环境监测与智能识别技术领域。该方法包括：真实环境音频的连续采集；对音频数据进行切分并提取样本，进行去标识化预处理降低隐私风险；通过分类能力平均与标注一致性筛选可靠的标注者并达成显著性判断共识；基于显著性判断共识进行显著声事件标注，构建数据集；通过标注一致性分析归纳人类对声学显著性的判断规律，进而指导模型学习具有认知贴合性的显著性标准；采用集成通道注意力机制的深度学习模型提取频谱特征，在显著声事件数据集的监督分类指导下实现显著声事件的智能判断。本方法能在保持声音分类准确率的同时显著压缩冗余数据，适用于真实城市环境中多源、关键声事件的识别与解析。