文献

J-GLOBAL ID：201602259578875091   整理番号：16A0534213

スペクトル表現とクラス活動アノテーションの結合行列因数分解を用いた現実生活記録の音響事象検出

SOUND EVENT DETECTION IN REAL LIFE RECORDINGS USING COUPLED MATRIX FACTORIZATION OF SPECTRAL REPRESENTATIONS AND CLASS ACTIVITY ANNOTATIONS

著者 (4件)： MESAROS Annamaria (Tampere Univ. Technol.) ,  HEITTOLA Toni (Tampere Univ. Technol.) ,  DIKMEN Onur (Aalto Univ.) ,  VIRTANEN Tuomas (Tampere Univ. Technol.)
資料名： Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing  (Proceedings. IEEE International Conference on Acoustics, Speech and Signal Processing)
巻： 2015 Vol.1  ページ： 151-155  発行年： 2015年 
JST資料番号： E0316B  ISSN： 1520-6149  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本稿は,分離モデルを各クラスのため作ること無しに巨大なデータベースの重複事象を検出するための方法を提案した。方法は,注釈重複音響事象を持つ複雑な音響の直接訓練の利点を取り,そして重複音響事象を含むアノテーションマトリクスを出力した。データの中間レベル表現は何ら音響源に結合しない非負辞書成分に在り,この意味で方法は教師なしであった。大量の訓練データは非常に巨大な辞書に帰着し,それ故辞書サイズを低減する2つの方法,1つは成分の数を低減するもの,他は成分のサイズを低減するものを提案した。両辞書低減法は,全て3つが基準線システムより著しく高い性能を持つ一方,元の方法と類似の性能を持った。方法を実生活記録のデータベースで試験した結果,以前の方式に比較し10%以上性能で優った。

シソーラス用語： *因数分解 ,  検出 ,  データベース ,  適応訓練 ,  *アノテーション ,  *行列 ,  音源 ,  辞書 ,  *スペクトル ,  *音響
準シソーラス用語： 訓練 ,  *行列因数分解 ,  *事象検出 ,  *非負行列因数分解 ,  *音声スペクトル

分類 (2件)： 聴覚・音声モデル  (EL02070Y) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (9件)： スペクトル ,  表現 ,  クラス ,  活動 ,  アノテーション ,  行列因数分解 ,  現実 ,  音響 ,  事象検出