日本株式會(huì )社PFUとPFU上海計算機有限公司が共同開(kāi)発した【ディープラーニング環(huán)境音認識システム】は、IEEEが指定する國際大會(huì )DCASE 2018 ChallengeのTask 4のコンテストに參加し、50システムの中で一位を獲得しました。

DCASE 2018 Challengeは、IEEEによって指名されたAASP (Audio and Acoustic Signal Processing) Challengeコンテストの一環(huán)で、IEEEによって公認された音聲?音響信號処理の國際的な権威あるコンテストでもあります。Task 4は“Large-scale weakly labeled semi-supervised sound event detection in domestic environments”、つまり“室內環(huán)境における大スケール弱ラベル半監督音事象検出”です。今年のコンテストの內容は與えられた室內環(huán)境中の音聲(人の聲、貓や犬の鳴き聲、警報音、掃除機の音、ひげをそる音、食べ物を揚げる音などが含まれる)のうち、何秒目から何秒目までのどのような音があるかを認識するものでした。

PFU上海チームはこのコンテストに參加し、北京清華大學(xué)、中國科學(xué)技術(shù)大學(xué)、上海交通大學(xué)など國內の名門(mén)大學(xué)以外、米ジョンズ?ホプキンス大學(xué)、オーストリア?グラーツ大學(xué)、韓國電子通信研究院、インド工科大學(xué)など海外の研究機関が參加した同大學(xué)とのコンテストで1位を獲得しました。正解率は2位より2.5%高く、基準より21.6%高くなっています。

近年ディープラーニング(深層學(xué)習)技術(shù)が急速に進(jìn)展しているため、PFU上海チームは常に最先端技術(shù)の変化に注目し、それらの研究と運用を通じて、ニューラルネットワーク技術(shù)について豊富な経験を積んでおり、高い実踐力を備えています。今回のコンテストでは、PFU上海チームはさまざまなニューラルネットワーク技術(shù)に関する長(cháng)年の研究経験を活かし、音聲処理に最適なニューラルネットワークのアルゴリズムを正確に選び出し、音聲の音響的特徴を抽出する精度を高め、最終優(yōu)勝のための強固な基盤(pán)を築き上げた。さらに、従來(lái)モデルでは扱うことができなかった弱いラベルデータに、従來(lái)モデルでは扱うことができなかった弱いラベルデータを訓練するための様々な最先端の新しいモデルに挑戦し、コンテキスト相関技術(shù)によって音響的特徴をさらに強化することで、これらの新しい技術(shù)の応用に新しいブレークスルーをもたらしました。

PFU上海チームは今後もAI分野に深く関與し、挑戦を続け、新たなピークを目指します。