Innovation of speech / acoustic scene recognition based on distributed acoustic sensing and asynchronous sequence modeling

点击翻译按钮获取中文摘要

2021年度は以下の成果を得た。1) 音響シーン認識：分散マイクロホンによる観測の一部に欠損がある場合，欠損を模擬したモデル学習やAutoEncoderによる欠損の補完により，シーン分類性能低下を防ぐ手法を提案した。また，音響イベント検出と音響シーン認識を同時にモデル化し，音響イベントの弱ラベルを用いて相互に性能を高めあう学習法を提案した。ブリンキーを用いることを想定した end-to-end学習に基づく音響シーン認識についても検討を進めた。2) ブリンキーに基づく分散音響センシング：小規模DNNをブリンキー内で動作させることに成功した。また，光信号飽和時に伝達係数と信号を推定する手法を提案した。新たな展開として，音響信号から複数ブリンキーの光信号への変換を圧縮センシングと捉え，スパースなスペクトルを復元する手法を提案した。3) 非同期信号の同期技術：補助関数法を用いた複数時間差推定のオンライン化について検討した。また，この手法をサンプリング周波数ミスマッチの同時推定に拡張した。4) 微弱周期信号への動的同期加算：サンプリング周波数が微小に時間変動する環境下で微弱周期信号を強調する手法を，インパルス応答推定に応用した。さらに前年度収録したデータベースを用いて実環境での評価も行った。5) アレイ信号処理の発展：リアルタイム応用を想定し，因果性制約下近接分離最適化によりビームフォーマーを設計する手法を提案した。時間周波数線形結合ビームフォーマーについても最適なフィルタ数について検討を進めた。音場補間に基づく，マイクロホンアレイの回転に頑健なビームフォーミングを提案した。6) 実世界応用：自閉スペクトラム症診断のための対話音声の分散録音と分析について検討を進めた他，国立国語研究所が公開している日常会話コーパスに対して，ブラインド同期と音源分離による重畳音声の分離を試みた。