文献

J-GLOBAL ID：202202276871246667   整理番号：22A1077956

環境音波形の教師なしモデリング及び環境音識別のためのデータ拡張への応用

Unsupervised Modeling of Acoustic Sound Waveform and its Application to Data Augmentation for Acoustic Sound Classification

著者 (3件)： 犬塚雅也 (名古屋大) ,  林知樹 (名古屋大) ,  戸田智基 (名古屋大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.3-1-13  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・本稿では,環境音を異なる2つの粒度でモデル化する教師なし事前学習モデルを提案。
・環境音を局所的にモデル化するVQ-VAE及び大域的にモデル化するGSTsを用いる手法を提案。
・環境音識別モデルによる実験結果により,提案モデルによって生成されたサンプルを用いたデータ拡張を実施。
・これにより,一部の性能においてベースラインを上回ることが確認。
・今後の課題として,より大規模な環境音データセットを用いたモデル化や,事前分布を用いたより自由度の高いデータ生成を検討。

シソーラス用語： *音響 ,  *教師なし学習 ,  認識 ,  モデリング ,  拡大 ,  特性 ,  学習
準シソーラス用語： *環境音 ,  識別 ,  データ拡張 ,  音響特徴 ,  事前学習

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (8件)：

• A. Oord, et al., NeurIPS, pp. 6306-6315, 2017
• Y. Wang, et al., ICML, pp. 5180-5189, 2018
• K. Kumar, et al., NeurIPS, pp. 14881-14892, 2019
• R. Yamamoto, et al., ICASSP, pp. 6199-4203, 2020
• A. Baevski, et al., ICLR, 2020

タイトルに関連する用語 (7件)： 環境音 ,  波形 ,  教師 ,  モデリング ,  識別 ,  データ拡張 ,  応用