开放环境音频小样本学习网络OAFN：面向噪声鲁棒性事件分类的创新方法

【编辑推荐】本研究首创性地提出开放世界音频小样本学习网络（OAFN），通过双通道校准策略解决标签噪声（IT/OOT/OOD）和环境噪声的双重干扰。采用MobileNetV3迁移学习框架，结合混合数据扰动技术，在ESC-50/WMMS/BirdCLEF 2020数据集上实现SOTA性能，为生物声学监测（如物种保护）提供新范式。

　　

亮点

音频小样本学习：音频小样本学习使分类器能够通过少量标注样本快速适应新类别，无需重新训练模型。在N-way K-shot学习框架中，使用支持集S={(x_i,y_i)|i=1,2,...,N×K}和查询集Q={x_i|i=1,2,...,M}，其中N表示类别总数，K为每类标注样本数。

开放世界音频小样本学习

理论框架：研究表明，多层次表征融合能增强神经网络鲁棒性。例如，自监督学习（SSL）训练的特征提取器会形成松散但语义明确的簇，而监督学习产生的特征则紧密但语义分散。

数据集

当前音频小样本学习领域缺乏统一数据集标准。本研究选用ESC-50（50类×40样本）、WMMS（海洋哺乳动物声音）和BirdCLEF 2020（鸟类声纹）三个数据集，因其在有限数据条件下的代表性。

结论

OAFN通过双网络校准策略（类内/类间校准）有效缓解噪声影响，结合MobileNet迁移学习提升特征提取能力。实验证明其在混合噪声场景下的优越性，为生物多样性监测等应用提供新工具。

未引用图表

图7、图8和图9。

作者贡献声明

Fei Chen：方法论/软件/初稿撰写；Hui Xue：监督/文稿修订；Pengfei Fang：监督/文稿修订。

利益冲突声明

作者声明无潜在竞争利益。

致谢

本研究受国家自然科学基金（62476056、62306070）和江苏省重点研发计划（BE2022811）资助，东南大学大数据计算中心提供算力支持。