相関ベース特徴表現を用いたオーディオ障害認識【JST・京大機械翻訳】

Ragano Alessandro; Benetos Emmanouil; Hines Andrew

プレプリント

J-GLOBAL ID：202202210882286885 整理番号：21P0027225

相関ベース特徴表現を用いたオーディオ障害認識【JST・京大機械翻訳】

Audio Impairment Recognition Using a Correlation-Based Feature Representation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2020年03月22日プレプリントサーバーでの情報更新日： 2020年03月24日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

聴覚障害認識は,オーディオファイルにおけるノイズの発見と,障害型の分類に基づく。最近,高度な深層学習モデルの利用により,著しい性能改善が得られた。しかし,特徴ロバスト性はまだ未解決の課題であり,強力な深層学習アーキテクチャを必要とする主な理由の1つである。多様な音楽スタイルの存在下では,手作業特徴はオーディオ劣化特性を捉えるのに効率が低く,聴覚障害を認識し,障害タイプよりも音楽概念を誤って学習できる。本論文では,特徴ペアの相関に基づく手作業特徴の新しい表現を提案した。提案相関ベース特徴表現を機械学習で使われる典型的な生特徴表現と実験的に比較し,比較精度を達成しながら,テスト段階でコンパクトな特徴次元と改善された計算速度に関して優れた性能を示した。【JST・京大機械翻訳】

, , , , , , ,
, , 【Automatic Indexing@JST】

音声処理 , 人工知能 , パターン認識

, , ,

前のページに戻る