類似音識別における音響イベント検出手法の性能比較

摘要

音による周囲環境理解のための研究として，音響イベント検出(AED: Acoustic event detection) がある．AED の目的は人の耳を介さずに周囲の状況を把握することである．そのための手法として，混合ガウスモデル（GMM: Gaussian mixture model)[1] や，Bag of Words[2] などが広く用いられている．ここで，電話が鳴る音，ドアをノックする音などの身の回りにある，種類の大きく異なった音響イベントをターゲットとすることが多いが，聞き分けづらい音を識別することができればより周囲の状況を詳しく知ることができると考えられる．そのために本研究では，従来広く用いられているデータセットのように種類の大きく異なった音ではなく，非常によく似た音を用いてAED に広く用いられる手法の識別性能を比較検討する．