@techreport{oai:ipsj.ixsq.nii.ac.jp:00197821,
 author = {小林, 礼奈 and 小津, 賢司 and 伊勢, 友彦},
 issue = {36},
 month = {Jun},
 note = {音情報に基づいてシーンを分類できれば，自動車乗車中にその場に応じた音楽の自動選曲ができるなどの有用性がある．本研究では，音響シーン分類システムの構築を目指して，国際大会 DCASE 2018 の課題に取り組むこととした．そのために，大会により提供されたベースラインシステムのうち，音響特徴量抽出部を拡充した．具体的には，ベースラインシステムにおける対数メルバンドエネルギーの時系列を，変調フィルタバンクを通じて分析することで，音波形の振幅包絡における時間変動を特徴量として抽出した．その特徴量を，2 つの畳み込み層と 1 つの全結合層からなるニューラルネットワークの入力として 10 種のシーンの分類を試みたところ，ベースラインシステムに比べて 3.9% の性能向上を得た．},
 title = {変調フィルタによる特徴量の抽出と機械学習を用いた音響シーン分類},
 year = {2019}
}