研究課題/領域番号 |
19K04935
|
研究機関 | 大阪電気通信大学 |
研究代表者 |
早坂 昇 大阪電気通信大学, 情報通信工学部, 教授 (50554573)
|
研究期間 (年度) |
2019-04-01 – 2024-03-31
|
キーワード | 悲鳴検出 / 悲鳴強調 / 深層学習 |
研究実績の概要 |
2021年度まで,【課題1】の「劣悪な環境下における高い検出性能の達成」および【課題3】の「小型PCやモバイル端末への実装」に向けた演算量の削減に取り組み,一定の成果を達成することができた.しかしながら,【課題2】である「悲鳴とその類似音との識別精度向上」については十分な成果を上げることができていない状況であった. まず,【課題3】の実装状況については,Raspberry Pi 4 model Bへの実装が完了し,実時間でWave-U-Netを用いた悲鳴強調が可能であることを確認した. 次に,【課題2】の悲鳴と類似音の識別精度向上については,2-stage Wave-U-Netについて検討した.これまでは雑音と悲鳴を分離するための深層ネットワーク(Wave-U-Net)を学習させ,当該ネットワークを利用し雑音重畳悲鳴から悲鳴のみを分離していたが,類似音は悲鳴と見なされ十分に分離することができていなかった.そこで,分離された悲鳴と類似音を分離するための深層ネットワーク(2-stage Wave-U-Net)を新たに学習させた.当該ネットワークに対し様々な類似音によるシミュレーションを実施したところ,平均-14dB程度となり高い類似音除去効果が得られた.一方,実運用した場合を考えると,類似音が常に混入するとは限らないため,同ネットワークに類似音が重畳されていない悲鳴を入力し,劣化の程度を測定した.その結果,約0.5dB程度の劣化に抑えられていることが確認され,2-stage Wave-U-Netの有効性が明らかとなった. 2-stage Wave-U-Netの小型PCやモバイル端末への実装が未完了の状態であり,次年度の早期に実装し,実運用する予定である.
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
小型PCへの実装に関して,雑音および類似音を分離するネットワークの演算量削減に時間を要しており進捗が遅れている.
|
今後の研究の推進方策 |
小型PCへ実装するため2-stage Wave-U-Netの演算量削減に取り組む.具体的には,現在の性能を維持できる最小の層数を実験的に検討する.
|
次年度使用額が生じた理由 |
当初予定していたモバイル端末への実装に遅れが生じたため.
|