近年，身の回りで起こる様々な音を識別する環境音分類が研究され，ホームモニタリングや音監視システム，動画の自動タグ付けなど多くのアプリケーションでの応用が期待されている．環境音はアノテーションコストが高く，ラベル付けされたデータのサンプル数が少ないことが課題である．一方で，ラベル付けのされていない環境音データは大量に存在する．また，多くの研究ではノイズを重畳するなどの加工を行いデータの水増しを行うが，データの本質自体が変わらないため未知データへの寄与度は低い．
そこで本稿ではラベル付けのされていない大量の環境音データを活用し，多様性のあるデータの生成する環境音のためのデータ拡張の手法を提案する．