CNNを用いた雑音下での環境音の推定

カテゴリ: 部門大会

論文No: PS6-7

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Noisy environmental sound estimation using CNN

著者名: 原口 慎之介（東京電機大学）,和田 成夫（東京電機大学）

著者名(英語): Shinnosuke Haraguchi (Tokyo Denki University),Shigeo Wada (Tokyo Denki University)

キーワード: CNN|環境音|深層学習|画像分類|CNN|Environmental sound|Deep learning|Image classification

要約(日本語): 近年，画像認識や音声認識の技術が飛躍的に進歩し，様々な分野で使用されている。深層学習は，技術の中核的役割を果たしている。本稿では，音声や画像（映像）認識時に認識対象がいかなる雑音環境下にあるかを推定する方法について研究している。まず，音情報を時間周波数変換により深層学習に適した画像に変換し，CNN（畳み込みニューラルネットワーク）を適用して推定する。画像化のプロセスにおいて，窓長，移動量，カラーマップ等のパラメータの影響について検証し推定精度（適合率，再現率，F値）を評価する。 CNNの最適なパラメータ条件についても明らかにする。