深層学習を利用した実環境下悲鳴検出システムの開発

使用深度学习在真实环境中开发尖叫检测系统

• 批准号: 19K04935
• 负责人: 早坂 昇
• 金额: $ 1.58万
• 依托单位: Osaka Electro-Communication University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2019
• 资助国家: 日本
• 起止时间: 2019-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-19K04935/
• 关键词: 悲鳴検出; 悲鳴強調; 深層学習

2021年度まで，【課題1】の「劣悪な環境下における高い検出性能の達成」および【課題3】の「小型PCやモバイル端末への実装」に向けた演算量の削減に取り組み，一定の成果を達成することができた．しかしながら，【課題2】である「悲鳴とその類似音との識別精度向上」については十分な成果を上げることができていない状況であった．まず，【課題3】の実装状況については，Raspberry Pi 4 model Bへの実装が完了し，実時間でWave-U-Netを用いた悲鳴強調が可能であることを確認した．次に，【課題2】の悲鳴と類似音の識別精度向上については，2-stage Wave-U-Netについて検討した．これまでは雑音と悲鳴を分離するための深層ネットワーク（Wave-U-Net）を学習させ，当該ネットワークを利用し雑音重畳悲鳴から悲鳴のみを分離していたが，類似音は悲鳴と見なされ十分に分離することができていなかった．そこで，分離された悲鳴と類似音を分離するための深層ネットワーク（2-stage Wave-U-Net）を新たに学習させた．当該ネットワークに対し様々な類似音によるシミュレーションを実施したところ，平均-14dB程度となり高い類似音除去効果が得られた．一方，実運用した場合を考えると，類似音が常に混入するとは限らないため，同ネットワークに類似音が重畳されていない悲鳴を入力し，劣化の程度を測定した．その結果，約0.5dB程度の劣化に抑えられていることが確認され，2-stage Wave-U-Netの有効性が明らかとなった．2-stage Wave-U-Netの小型PCやモバイル端末への実装が未完了の状態であり，次年度の早期に実装し，実運用する予定である．

在2021财年之前，我们能够通过减少[项目1]的计算量，“在贫困环境中实现高检测性能”和[项目3]，“在小型PC和移动设备上实施它”，从而实现了某些结果。但是，关于[问题2]缺乏足够的结果，“尖叫声和类似声音之间的歧视准确性提高了”。首先，关于问题3的实施状态，我们确认了Raspberry Pi 4模型B上的实现已完成，并且可以实时使用Wave-U-NET强调尖叫声。接下来，我们讨论了2阶段的Wave-U-NET，以提高问题2中的尖叫声和类似声音之间歧视的准确性。直到现在，训练了一个深层网络（Wave-U-NET）来分开噪音和尖叫声，并使用此网络将尖叫声与噪音补充的尖叫声分开，但是类似的声音被认为是尖叫声，并且还没有足够的尖叫声。因此，我们新学到了一个2阶段的Wave-U-NET，以分开分离的尖叫声和类似的声音。当网络上执行各种类似的声音时，平均值约为-14dB，导致消除相似声音的高效果。另一方面，考虑到实际操作，并不总是混合使用类似的声音，因此我们输入了一个尖叫声，在网络上不会叠加类似的声音并测量劣化程度。结果，已确认它被抑制至约0.5dB的恶化，并且揭示了2阶段波-U-NET的有效性。在小型PC和移动设备上实施2阶段Wave-U-NET是不完整的，并计划在下一个财政年度初实施，并在实践中使用。

项目成果

Scream Enhancement using Wave-U-Net

使用 Wave-U-Net 增强尖叫

• 发表时间: 2021
• 作者: Riku Kasai;Noboru Hayasaka;Takuya Futagami;Yoshikazu Miyanaga
• 通讯作者: Yoshikazu Miyanaga