基于改进教师-学生模型的色情音频事件检测
来源：计算机应用与软件杂志2024年第2期北京时间：
作者：宫法明, 司朋举, 李昕
摘要：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5s时，色情类别召回率达到94.3%，F1得分可达到83.4%。
关键词：色情音频检测, 半监督学习, 教师-学生模型
