文献

J-GLOBAL ID：202202231774285838   整理番号：22A2870985

環境イベント識別学習フレームワークの提案とその日本語テキスト入力からの音響シーン生成部の実装

著者 (6件)： 露口弘毅 (東京工大) ,  MUHAMMAD Shakeel (東京工大) ,  糸山克寿 (東京工大) ,  糸山克寿 (ホンダ・リサーチ・インスティチュート・ジャパン) ,  西田健次 (東京工大) ,  中臺一博 (東京工大)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 40th  ページ： ROMBUNNO.4J3-04  発行年： 2022年 
JST資料番号： L4867A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・ロボットやシステムが,人や環境とインタラクションするためには,環境理解が必須であり,実環境イベントを学習するために必要な3課題を提示。
・環境イベント識別学習のフレームワークをブロック図で提示し,その実装上の課題を提示。
・日本語テキストから音響信号を生成するネットワークの一例であるWorld2 Waveのアーキテクチャを図示し,これを日本語に応用する方法を提示。

シソーラス用語： *弁別学習 ,  音波信号 ,  フレームワーク【ソフトウェア開発】 ,  *入力 ,  *音響発生 ,  検出 ,  環境
準シソーラス用語： イベント検出 ,  音響信号 ,  *音響生成 ,  *識別学習 ,  *日本語入力

分類 (1件)： 人工知能  (JE08000Z)

引用文献 (11件)：

• Shota Ikawa and Kunio Kashino: “Neural Audio Captioning Based on Conditional Sequence-to-Sequence Model”,DCASE2019, 99-103, 2019.
• 鈴木啓: “自己教師あり対照距離学習に基づく視聴覚クラスの対応付け”,東京工業大学工学院システム制御系 2021年度修士論文
• Qiuqiang Kong, Yin Cao, Turab Iqbal, Yuxuan Wang, Wenwu Wang and Mark D. Plumbley: “PANNs: Large-Scale Pretrained Audio Neural Networks for Audio Pattern Recognition,” T-ASLP, 29, 2880-2894, 2020.
• 露口弘毅, 西田健次, 糸山克寿, 中臺一博: “転移学習を用いた音響クラス分類の検討” SICEシステムインテグレーション部門大会, 2021.
• https://github.com/ilaria-manco/word2wave

タイトルに関連する用語 (10件)： 環境 ,  イベント ,  識別学習 ,  フレームワーク ,  提案 ,  日本語 ,  テキスト入力 ,  音響 ,  シーン ,  実装