面向色情音频检测的内容分类研究

色情音频检测是互联网信息安全中的重要组成部分,为国内外色情音频检测研究者提供良好的数据支撑。论文介绍并公开了带有色情及非色情标签的1min或30s音频片段数据集,并提出了语音识别技术和文本分类技术相结合的检测方法,实现了对色情音频自动过滤或预警。实验中论文所提方法在真实音频数据集上最高可以达到97.3%的分类正确率。

基于改进教师-学生模型的色情音频事件检测

为保障青少年身心健康,国家日益重视色情信息的监管工作。针对传统色情音频检测无法精准定位事件起止时间的问题,提出一种基于半监督学习的改进教师-学生模型。将无标签、弱标签、强标签数据作为训练集输入,通过多层神经网络提取音频的帧、段特征,随后迭代优化帧、段所产生的分类损失以及教师-学生模型和段分类模型之间的一致性损失。在真实数据集上,实验结果表明当时间容忍度为5 s时,色情类别召回率达到94.3%,F1得分可达到83.4%。