Digital Library

cab1

 
Title:      DESENVOLVIMENTO DE MODELOS DE APRENDIZADO DE MÁQUINA PARA QUANTIFICAR ATORES PRESENTES EM CENAS ACÚSTICAS
Author(s):      Paulo Henrique de Sousa, Thiago Medeiros de Menezes, Ana Paula Carvalho Cavalcanti Furtado e Péricles Barbosa Cunha de Miranda
ISBN:      978-989-8704-45-0
Editors:      Paula Miranda, Cristiano Costa e Flávia Maria Santoro
Year:      2022
Edition:      Single
Keywords:      Classificação de Cenas Acústicas, Redes Neurais, Aprendizado de Máquina, Inteligência Artificial
Type:      Full Paper
First Page:      137
Last Page:      144
Language:      English
Cover:      cover          
Full Contents:      click to dowload Download
Paper Abstract:      Considerando a classificação de cenas acústicas (CCA) como um meio para identificar características do som ambiente através de aprendizado de máquina (AM) e, diante do alto índice de violência contra a mulher, objetiva-se criar um dataset sintético de áudios para aplicar cinco arquiteturas de redes neurais convolucionais (RNC) e tratar o problema de contagem de locutores presentes em cenas acústicas envolvendo discussões que podem evoluir para agressões. Para tanto, procedeu-se à metodologia CRISP-DM para construir um dataset com diálogos sintéticos para treinar os cinco modelos. Observa-se que foi possível obter resultados satisfatórios na avaliação dos modelos conforme os resultados para a métrica f1-score: 95% Modelo Sequencial; 88% MobileNet; 86% GoogleNet e 86% ResNet. O que permite concluir que a CCA por meio de RNC é adequada para o propósito deste trabalho de quantificar os envolvidos numa discussão entre possíveis vítimas e agressores.
   

Social Media Links

Search

Login