分散音響センシングと非同期時系列モデリングに基づく音声・音響シーン認識の革新

2020 Fiscal Year Comments on the Screening Results

• Project/Area Number: 20H00613
• Research Category: Grant-in-Aid for Scientific Research (A)
• Allocation Type: Single-year Grants
• Section: 一般
• Review Section: Medium-sized Section 61:Human informatics and related fields
• Research Institution: Tokyo Metropolitan University
• Principal Investigator: 小野 順貴 東京都立大学, システムデザイン研究科, 教授 (80334259)
• Co-Investigator(Kenkyū-buntansha): 須山 章子 (荒木章子) 日本電信電話株式会社NTTコミュニケーション科学基礎研究所, メディア情報研究部, 主幹研究員 (30396212) ; 井本 桂右 同志社大学, 理工学部, 准教授 (90802116) ; 塩田 さやか 東京都立大学, システムデザイン研究科, 准教授 (90705039) ; 宮崎 亮一 徳山工業高等専門学校, 情報電子工学科, 准教授 (40734728) ; 貴家 仁志 東京都立大学, システムデザイン研究科, 教授 (40157110)
• Project Period (FY): 2020-04-01 – 2024-03-31

Outline of Opinions Expressed in the Review Results

分散して配置された録音機器からの入力に対し、欠損や音源移動にも対応する非同期サンプリングを動的にモデリングする新しい理論を構築し、例えば、スマートフォンやモバイル端末を分散配置されたマイクロフォンアレイとして活用し、音響シーン分析や音響イベント検出に応用する。深層学習を用いても音源に雑音が大きければ認識率には限界があるが、入力側としての分散音響センシングを効果的に活用する。
音光変換とカメラに基づく音響センシングというアイデアはユニークであり、これに用いた分散音響センシングには高い独自性が認められる。音響シーン認識や音響イベント検出への要求は強く、無線技術を仮定せずに録音機器を同期させる方法は現実への適用範囲を広げることから、本研究で得られる研究成果の社会への波及効果は大きい。