数据说明：

• weak: 每个音频片段标注了有哪些事件发生
• unlabel_in_domain: 无标注，事件分布与 weak 的事件分布相似
• unlabel_out_of_domain: 无标注，事件分布与 weak 的事件分布无关

准备好环境后, 跑 baseline 步骤 (注意将环境初始化部分改成自己的设置):

1. 提取特征：

cd data;
sbatch prepare_data.sh /dssg/home/acct-stu/stu464/data/domestic_sound_events
cd ..;

2. 训练、测试:

sbatch run.sh

注: evaluate.py 用于计算指标，预测结果 prediction.csv 写成这样的形式 (分隔符为 \t):

filename        event_label     onset   offset
Y09RRavdW3C0_30.000_40.000.wav  Speech  0.000   1.000
YIZ_zfkNcxRQ_61.000_71.000.wav  Blender 8.000   9.000
......

调用方法：

python evaluate.py --prediction prediction.csv \
                   --label data/eval/label.csv \
                   --output result.txt