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
|