無線音響センサネットワークのEnd-to-End最適化による実環境音響シーン分析

通过无线声学传感器网络端到端优化进行真实世界声学场景分析

基本信息

批准号：
22K17915
负责人：
木下裕磨
金额：
$ 2.83万
依托单位：
Tokai University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2027-03-31
项目状态：
未结题

项目摘要

特殊な無線音響センサである「ブリンキー」に注目し，誤差逆伝播法が利用できる環境における音響シーン分析システムのEnd-to-End最適化の有効性をシミュレーション実験により明らかにした．具体的には，1) ブリンキー信号強度やサンプリングレート変換に対するシステムの頑健性獲得，および2) 信号の一部区間の損失に対するシステムの頑健性獲得に効果があることを確かめた．加えて，無線音響センサの数が音響シーン分析システムの性能にどう影響するかを確認した．通常の無線音響センサネットワークは，マイクロフォンの量子化ビット数を24 bit，サンプリング周波数を48 kHzとすると，マイクロフォン1台あたり約1.2 Mbps もの通信帯域を必要とする．一方，ブリンキーを用いた今回のシミュレーションにおいては，ブリンキー1台あたり240 bps の通信帯域のみしか利用できない状況を想定している．したがって，本研究成果は，通常の無線音響センサネットワークにおける通信帯域を大きく削減できる可能性を示唆するものであるといえる．現在は，これらの結果を国際的な論文誌で発表すべく，準備を進めている最中である．無線音響センサネットワークには音響センサを容易に設置・移動できる特徴があるが，音響センサの設置や移動，撤去による録音環境の変化は，深層学習モデルの性能低下をもたらす．この課題を解決するために，無線音響センサネットワークのファインチューニングに取り組んでいる．本件については，現在シミュレーション実験用プログラムを開発している途中である．

我们针对一种特殊的无线声学传感器“Blinky”，通过仿真实验阐明了在可以使用误差反向传播的环境下声学场景分析系统端到端优化的有效性。具体来说，我们确认它在以下方面是有效的：1) 获得针对闪烁信号强度和采样率转换的系统鲁棒性，以及 2) 获得针对信号某些部分丢失的系统鲁棒性。此外，我们还确认了无线声学传感器的数量如何影响声学场景分析系统的性能。假设麦克风量化比特率为 24 位且采样频率为 48 kHz，典型的无线声学传感器网络需要每个麦克风大约 1.2 Mbps 的通信带宽。另一方面，在使用 Blinky 的模拟中，我们假设每个 Blinky 只能使用 240 bps 通信频带的情况。因此，这项研究的结果表明显着减少传统无线声学传感器网络中的通信带宽的可能性。我们目前正准备在国际期刊上发表这些结果。无线声学传感器网络具有声学传感器易于安装和移动的特点，但由于声学传感器的安装、移动和移除而导致录音环境的变化，导致深度学习模型的性能下降。为了解决这个问题，我们正在研究微调无线声学传感器网络。关于这个问题，我们目前正在开发模拟实验程序。