4T-02
音響イベント検出のための隠れセミマルコフモデルに基づくユニバーサル・イベント単位学習
○吉永朋矢（産総研所/早大），田中啓太郎（早大），坂東宜昭（産総研），井本桂右（同志社大/産総研），大西正輝（産総研），森島繁生（早大）
本稿では，低いラベル付けコストと高いタイムスタンプ予測性能を両立する音響イベント検出について述べる．我々が開発してきた隠れセミマルコフモデル (HSMM) に基づく深層学習法は，種類と開始・終了時刻で表される音響イベントの事後確率を学習することで性能を顕著に改善できる．しかしこの枠組みでは，ラベル付けコストの高い開始・終了時刻の正解ラベルを要し，膨大なデータで高い性能を達成する大規模学習へ応用するうえで障壁となっていた．そこで本研究では，より簡素なラベルからでもHSMM付き深層モデルを学習できるコスト関数を導出し，多様なラベル形式からの学習を実現するユニバーサル学習法を提案する．
