文献

J-GLOBAL ID：202202242654125270   整理番号：22A0446369

オーディオセグメントにおける音背景からの音事象を検出するための新しい時間-周波数ベース方式【JST・京大機械翻訳】

Novel Time-Frequency Based Scheme for Detecting Sound Events from Sound Background in Audio Segments

著者 (5件)： Hajihashemi Vahid (Faculdade de Engenharia, Universidade do Porto, Porto, Portugal) ,  Alavigharahbagh Abdorreza (Faculdade de Engenharia, Universidade do Porto, Porto, Portugal) ,  Oliveira Hugo S. (Faculdade de Engenharia, Universidade do Porto, Porto, Portugal) ,  Cruz Pedro Miguel (Bosch Security Systems S.A., Ovar, Portugal) ,  Tavares Joao Manuel R. S. (Departamento de Engenharia Mecanica, Faculdade de Engenharia, Universidade do Porto, Porto, Portugal)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 12702  ページ： 402-416  発行年： 2022年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 通常,音データから異なるイベントを分類するSoundイベント検出システムは,2つの主なブロックを持つ。最初のブロックでは,音事象は音の背景から分離され,次のブロックでは異なる事象が分類される。近年,この研究分野は,監視や都市パターン学習や認識のような広範囲の応用において,主に画像センサと組み合わせた場合,ますます普及している。しかし,既存のノイズ,事象の複雑性,貧弱なマイクロホン(s)品質,不良なマイクロホン位置(s),または同時に起こる事象のために,それはまだ挑戦的な問題を引き起こす。本研究は,正確な信号処理と分類法を比較し,都市シーンにおける音バックグラウンドから音事象を検出する新しい方法を示唆した。ウェーブレットとメル周波数ケプストラム係数を用いて,分類法の影響と列車データ数の最小化は,提案した方法の利点のいくつかである。標準音データベースへの提案方法の応用は,事象検出において約99%の精度をもたらした。Copyright Springer Nature Switzerland AG 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  マイクロホン ,  学習 ,  データベース ,  *音響 ,  信号処理 ,  都市 ,  波束 ,  *オーディオ機器 ,  イメージセンサ ,  機械学習 ,  ウェーブレット変換
準シソーラス用語： イベント検出 ,  複雑性 ,  ケプストラム係数 , 【Automatic Indexing@JST】

著者キーワード (4件)： 信号処理 ,  ウェーブレット変換 ,  機械学習 ,  イベント検出

分類 (3件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S) ,  音響信号処理  (BB03050C)

タイトルに関連する用語 (5件)： オーディオ ,  セグメント ,  音 ,  背景 ,  事象