抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
音事象位置確認と検出(SELD)のための既存のシステムは,あらゆる時間瞬間ですべてのクラスのためにソース位置を推定することによって典型的に操作される。本論文では,全てのクラスを局所化するのに関心がない状況に対する代替クラス条件SELDモデルを提案した。このクラス条件付SELDモデルは,音ファイルから空間およびスペクトル特徴を入力し,また,クラスを示す1ホットベクトルも,現在,局所化に関心があることを示す。特徴ワイズ線形変調(FiLM)層を用いて,このモデルにおけるいくつかの点での条件付け情報を注入する。DCASE 2020タスク3データセットの実験を通して,提案したクラス条件付きSELDモデルは,すべてのクラスを同時に位置決めするベースラインモデルよりも一般的なSELDメトリックスに関して良好に機能し,また,単一クラスの関心のみを位置決めするために訓練されたスペシャリストモデルより優れていることを示した。また,DCASE 2021タスク3データセットの性能を評価し,それは,方向性干渉(クラスからの音事象)を含み,特にクラス調整モデルからの強い改善を知っている。【JST・京大機械翻訳】