サブシステム群の水平統合に基づく多様な環境に即応できる音響イベント定位・検出

Research Project

Project/Area Number	24K20807
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 61010:Perceptual information processing-related
Research Institution	National Institute of Advanced Industrial Science and Technology
Principal Investigator	坂東宜昭国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40828167)
Project Period (FY)	2024-04-01 – 2026-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000) Fiscal Year 2025: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000) Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
Keywords	音響イベント定位・検出 / 環境音認識 / 情報統合 / 大規模汎用モデル / マイクアレイ信号処理
Outline of Research at the Start	本研究では、多様な環境に即応できる環境音認識システムを実現するため、大規模汎用モデルとマイクアレイ信号処理を各々の長所を最大限生かして統合する方法を確立する。特に、アノテーションコストが膨大な現行のEnd-to-End (E2E) 型システムに代わり、構築が容易な部分問題を解くサブシステム群を効果的に統合して音響イベント定位・検出 (SELD) システムを実現する方法を明らかにする。また、古典的なカスケード型システムと異なり、混合音から並列に情報抽出した結果を統合することで、E2E型に比肩する性能を達成する枠組みの構成法を明らかにする。