@techreport{oai:ipsj.ixsq.nii.ac.jp:00232485,
 author = {坂東, 宜昭 and 廣橋, 義寛 and 新原, 竜馬},
 issue = {15},
 month = {Feb},
 note = {本稿では，インターネット上に膨大に存在する雑多なモノラル混合音 (ダークデータ) を活用した音響イベント定位・検出 (SELD) について述べる．SELD システムの構築では，学習データ不足を解消するため，検出したいイベントの音源信号と多チャネル背景雑音を用いたデータ合成が広く活用されている．しかし，現行のデータ合成法では，1) 音源収集のための音響タギングが困難，2) 雑音を含まない音源信号の入手が困難，3) 多チャネル背景雑音の収集が高コストという課題があった．本研究では，これらの課題を解決し，ダークデータを用いて高い汎化性能を持つ SELD システムを構築する．具体的には，1) 対照学習に基づく音響イベント埋め込みモデルの導入，2) 弱教師あり目的音源抽出法 NyTT を用いた疑似音源信号生成，3) モノラル時間周波数マスク推定に基づく音源定位により，モノラル混合音のみから SELD を構築する．提案法のアプリケーションとして，自動車に装着されたマイクロホンアレイを用いた緊急車両音の SELD に取り組み，AudioSet を用いた SELD システムの学習を通じて提案法の有効性を示す．},
 title = {大規模モノラルダークデータを用いた音響イベント定位・検出の構築},
 year = {2024}
}