自己符号化器を用いた多チャンネル信号の欠損復元法と環境音分類における評価

• Item type: SIG Technical Reports(1)
• 公開日: 2022-02-22
• タイトル: 自己符号化器を用いた多チャンネル信号の欠損復元法と環境音分類における評価
• タイトル / 言語: en
• タイトル: Multi-channel missing signals recovery using autoencoder for acoustic scene classification
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: ポスターセッション2
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 東京都立大学大学院システムデザイン研究科情報科学域
• 著者所属: 東京都立大学大学院システムデザイン研究科情報科学域
• 著者所属: 同志社大学理工学部情報システムデザイン学科
• 著者所属: 東京都立大学大学院システムデザイン研究科情報科学域
• 著者所属: 東京都立大学大学院システムデザイン研究科情報科学域
• 著者所属: 東京都立大学大学院システムデザイン研究科情報科学域
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Graduate School of Systems Design, Tokyo Metropolitan University
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Graduate School of Systems Design, Tokyo Metropolitan University
• 著者所属(英): en
• 著者所属(英): Faculty of Science and Engineering, Doshisha University
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Graduate School of Systems Design, Tokyo Metropolitan University
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Graduate School of Systems Design, Tokyo Metropolitan University
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Graduate School of Systems Design, Tokyo Metropolitan University
• 著者名: 城間, 佑樹; 木下, 裕磨; 井本, 桂右; 塩田, さやか; 小野, 順貴; 貴家, 仁志
• 著者名(英): Yuki, Shiroma; Yuma, Kinoshita; Keisuke, Imoto; Sayaka, Shiota; Nobutaka, Ono; Hitoshi, Kiya
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，多チャネル信号において一部のデータ欠損を自己符号化器を用いて復元する手法を提案する．近年，多チャネル信号を用いた環境音分類や音声認識などで深層学習を用いた手法が多く提案されている．多チャンネル信号は 1 チャネル信号よりも空間情報を捉えることが容易であることから高い性能を得られることが報告されている．しかし，複数のマイクロホンを用いる場合，マイクロホンの故障やネットワークの不調などにより一部のデータに欠損が発生することが想定される． チャネル信号の欠損に対するロバスト性を向上させるために一部のチャネルに欠損があるデータを分類器の学習データに含める場合もあるが，実環境で発生しうるすべての欠損を想定して学習 データを用意することは困難である．そこで本研究では，分類器の前段として，欠損データを復元するための自己符号化器を用いることを提案する．提案法では欠損を含む多チャンネル信号を自己符号化器に繰り返し入力することで欠損したデータを復元している．評価においては，後段となる分類器に欠損を含むデータと復元データそれぞれを用いた識別性能で比較を行った．実験結果より，提案法を用いて欠損復元を行った場合，データの欠損により低下していた分類器の性能を向上させることを確認した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this paper, we propose a recovery method using an autoencoder to missing data in multi-channel signals. Recently, many deep neural network-based methods using multi-channel signals have been proposed for various tasks such as Acoustic Scene Classification (ASC), Acoustic Speech Recognition (ASR). Since these methods capture spatial and frequency information simultaneously, it has been reported that they achieved higher performance than methods using a single-channel signal. However, with an usage of the multi-channel microphones, it happens to miss some data due to microphone malfunction or network troubles, and so on. To reduce the affection of missing data, some techniques have focused on data augmentation with simulated missing data. However, it is difficult to prepare all types of missing patterns. Therefore, as a preprocess of the classification tasks, we propose a method to recover a missing channel in multi-channel signals with an autoencoder. In the proposed method, missing data is recovered by using the autoencoder repeatedly. As an evaluation, we compared classification performances between missing data and recovered data. From the experimental results, we confirmed that classification performance with recovered data is improved than with missing data.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2022-SLP-140, 号 27, p. 1-6, 発行日 2022-02-22
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8663
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会