コンクリート構造物の打音データは高所作業による危険性や打音を判断しラベル付けを行う難しさなどから機械学習に十分な量のデータをそろえることが難しい．．また，打音の特性は気温や湿度などの環境に影響されやすく，汎化性能を持った学習器を構築することが困難である．先行研究では，打音データをスペクトログラムに変換した画像データに対し，CNNによる分類で現場ごとに一定の精度を得ることができている．本研究では，CNNを特徴抽出器としてマハラノビス距離で異常を検知する手法に対し，GANでデータ拡張を行うことで汎化性能を向上させることを目的とする．本研究では，GANの生成画像によるデータ拡張が判別精度や汎化性能に与える効果を検証する．