文献

J-GLOBAL ID：202202230377443213   整理番号：22A1006674

スペクトログラムを用いた転移学習の適用による室内音環境の推定

Estimation of Sound Environment in Room by applying to Transfer Learning using Spectrogram Images

著者 (4件)： 佐野将太 (神奈川工科大 大学院工学研究科) ,  川喜田佑介 (神奈川工科大 大学院工学研究科) ,  宮崎剛 (神奈川工科大 大学院工学研究科) ,  田中博 (神奈川工科大 大学院工学研究科)
資料名： 電子情報通信学会技術研究報告(Web)  (IEICE Technical Report (Web))
巻： 121  号： 333(SeMI2021 52-82)  ページ： 22-25 (WEB ONLY)  発行年： 2022年01月13日 
JST資料番号： U2030A  ISSN： 2432-6380  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： 室内には様々な音源が存在しており,それらの音の識別を行うことで生活状況の見守りなど多様な応用が期待できる.対象とする環境音に含まれる音源を抽出する方法としては,不要な音を雑音として除去する方法が一般的であるが,本検討では取得した室内の環境音をスペクトログラム画像に変換し,転移学習を適用することで音環境全体の推定の可能性を調べた.実際の環境では音源の大きさや距離によって各音の大小が変化するため,複数のSN比を設定して識別モデルを作成し,その条件でも識別精度が確保できることを確認した.また,学習時と異なる条件で作成したスペクトログラム画像に対して識別を行うことで,作成した識別モデルのロバスト性を確認した.(著者抄録)

シソーラス用語： *図表 ,  *機械学習 ,  音響 ,  *音環境 ,  雑音 ,  SN比 ,  モデル ,  ロバスト性 ,  認識 ,  建築音響 ,  *位置
準シソーラス用語： *スペクトログラム ,  環境音 ,  識別 ,  *室内 ,  室内音響 ,  *転移学習

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

引用文献 (11件)：

• 児島宏明, “音による見守りシステム,” 日本音響学会誌,Vol75, No.9, pp.544-550, 2019.
• 門倉丈他, “アラーム音源の識別性能向上のための環境雑音除去の基礎的評価,” 信学技報, Vol.119, No.406, pp.57-62, SeMI2019-114, June. 2020.
• 橋本直矢 他, “Deep Neural Network を用いた雑音抑制及びブラインド音源分離手法の提案,” 第77回全国大会講演論文集, pp.115-116, 2015.
• 西宏之 他, “音情報を用いたお年寄り見守りシステムの検討,” 信学技報, Vol.113, No.380, pp.81-84, ICM2013-49, 2014.
• 佐々木駿他“ニューラルネットワークを用いた生, 活音識別,”日本大学理工学部学術講演会予稿集 p p. 440-441, 2019.

タイトルに関連する用語 (5件)： スペクトログラム ,  転移学習 ,  室内 ,  音環境 ,  推定