本稿では，複数のアノテータが作成したばらつきのあるラベルを用いた音響イベント検出 (SED) について述べる．音響イベントの開始・終了時刻と種類を推定するSEDでは，教師データの品質がモデルの性能に直結するが，イベントの開始・終了時刻は主観的なためアノテータによってラベルがばらつく．そこで本研究では，アノテータの違いを陽にモデルに組み込んだ Crowd Layer をSEDの推論モデル CNN-BiGRU に導入することで，本問題に対処する．複数人のアノテータによる30時間の実録音データセットを構築し，提案法の有効性を評価した．