利用公民科学家众包多标签音频标注任务

丰富音频数据的标注是训练和评估机器听觉系统的重要方面。我们在时间复杂的都市声音景观背景下处理这一任务，这需要多个标签来识别重叠的声音来源。通常这项工作是通过众包来完成的，之前的研究表明，工作人员可以快速地对音频进行单类别的二进制标注。然而，当需要多次通过不同的关注类别来标注多个标签的数据时，这种方法可能难以扩展。在公民科学中，任务通常是基于图像的，标注工作通常在一次通过中同时标注多个类别。本文描述了我们在Zooniverse公民科学平台上进行的数据收集，比较了不同音频标注策略的效率。我们比较了多次通过的二进制标注、单次通过的多标签标注以及一种混合方法：层次多次通过的多标签标注。我们讨论了我们的发现，这些发现支持使用多标签标注，并参考了志愿者公民科学家的动机。