情報処理学会 第80回全国大会講演要旨

環境影響評価における生態系調査を補助するために、長時間の野外録音音声から動物の鳴き声を深層学習による分類を行い、どの動物がいつ鳴き声を発しているかを自動的にセグメンテーションする手法を提案する。
提案手法は音声データのメル周波数ケプストラム係数を入力とした多層パーセプトロンや畳み込みニューラルネットワークを用いた分類に基づいている。
合計9時間のオオタカの鳴き声とその他の動物の鳴き声などのさまざまな雑音を含む野外で録音された音声データを対象としてオオタカの鳴き声を検出する実験を行い、実際的な条件のもとでの本提案手法の有効性を示す。