@techreport{oai:ipsj.ixsq.nii.ac.jp:02009884,
 author = {高見,陽斗 and 原,直},
 issue = {10},
 month = {May},
 note = {本報告では，環境音イベント検出（Sound Event Detection: SED）において，評価時入力が学習時の音響分布にどの程度適合しているかを判定する方式を検討する．提案方式では，事前学習済みVariational Autoencoder（VAE）を用い，入力音声から推定される潜在分布と事前分布とのKLダイバージェンスに基づいて適合度を評価する．評価実験の結果，適合と判定されたデータは不適合データと比較してEvent F1が高い傾向を示し，KLダイバージェンスを用いた適合度判定がSED性能と一定の対応関係を持つことを確認した．さらに，KLダイバージェンスとFrame F1の関係を分析した結果，KLダイバージェンスが増加するほど性能の上限が低下する傾向が見られた一方で，KLダイバージェンスが小さいにもかかわらず性能が低いデータも存在し，KLダイバージェンスのみでは十分に判定できない場合があることを確認した．},
 title = {環境音イベント検出におけるVariational Autoencoderを用いた入力音の適合度判定に関する検討},
 year = {2026}
}