音響イベント検出におけるクリップとフレームの意味

クリップは一定時間で切った音のこと?

イベントが含まれる音声のこと

一定の時間で大まかに何のイベントが存在しているか認識

フレームはクリップの一部分のこと

クリップをさらに細かく分割し,どんなイベントが含まれているかを捉える

イベントの細かな発生タイミングを取る

フレーム(強ラベル)とクリップ(弱ラベル)の両方の結果を用いて音響イベント検出を行う

弱ラベルから強ラベルを推定する

audio tagging (AT) to guide a student for SED

Guided learning for weakly-labeled semi-supervised sound event detection

強ラベルは本題の音響イベント検出に使用