近年、音響分野における深層学習の応用が進んでおり、音響現象のモデリングに焦点を当てた研究が数多く行われている。しかし、これらの研究の多くは静的な音響条件下でのモデリングを対象としており、実環境における人や家具の移動による音響特性の動的変動への適応が課題となっている。そこで本研究では、音響特性の中でも境界条件の吸音率変化に着目し、変化後の音場を推定する深層学習手法を提案する。提案モデルは、条件付きPix2Pixを用いて任意の吸音率における音場を入力とし、目標とする吸音率に対応する音場を生成するよう訓練される。有効性はシミュレーション実験により評価を行う。