| 大会名称 |
|---|
| 2020年 総合大会 |
| 大会コ－ド |
| 2020G |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-03-03 |
| セッション番号 |
| D-14 |
| セッション名 |
| 音声 |
| 講演日 |
| 2020/3/20 |
| 講演場所(会議室等) |
| 総合科学部 K棟３F K310講義室 |
| 講演番号 |
| D-14-7 |
| タイトル |
| Generative Adversarial Networksを用いた半教師あり学習の音響イベント検出への適用 |
| 著者名 |
| ◎合馬一弥, 山田武志, 牧野昭二, |
| キーワード |
| 音響イベント検出, GAN, 半教師あり学習 |
| 抄録 |
| 音声アシスタントや自動運転車において，音響イベント検出(SED: Sound Event Detection)は重要な役割を担っている．SEDとは，与えられた音響データ内で発生している音響イベントの種類，開始時刻，終了時刻を特定することで ある．最近ではSEDを行う手法としてCNNやCRNNがよく用いられている．このようなNNを用いたSEDの学習には大量の強ラベル(音響イベントの種類，開始時刻，終了時刻からなるラベル)付きデータが必要であるが，高い検出精度を得るために必要な数百～数千のデータを用意するのは困難である．本稿では，ラベルなしデータを活用するために，Generative Adversarial Networksを用いた半教師あり学習手法をSEDに適用し，実験によりその有効性を示した． |
| 本文pdf |
|
PDF download
|