ディープラーニングに基づく音聲認識技術(shù)
お問い合わせ
音響特性から、音聲は言語音、音楽、環(huán)境音の三つに分類されます。
現(xiàn)在主流の音聲認識や聲紋認識技術(shù)は音聲信號処理に向けたものであり、技術(shù)は比較的成熟しています。
PFU上海グループは長い間、環(huán)境音のAI認識技術(shù)研究開発に取り組んでいます。
特定の音を判別したい応用シーンに対しては、事前に音サンプルを採取して、AIのディープラーニングとトレーニングを行い、
AI環(huán)境音認識エンジンに自ら學習させ、最終的には実際の現(xiàn)場で、特定種類の音を認識し、選別することができます。
人工知能の國際的権威コンテストであるDCASE 2018で総合優(yōu)勝したことがあります(音聲認識領域)。
複雑な環(huán)境の音を判別し分類することができます。
(あらかじめ判別した音聲を?qū)W習しておく必要があり、1つの音聲につき約200個の音聲サンプルが必要となります。)
【DCASE2018 Task4 世界1位】
異常音検知
異音を起こすことが難しい場合に、
正常時の音を?qū)W習させる事で「普段と異なる音」を検知する技術(shù)です。
【DCASE2020 Task2 世界第6位】
道路の安全と密接に関連する3つの音聲をAI認識します。
音聲のAI認識と映像監(jiān)視による畫像解析を組み合わせ、
従來の畫像認識だけでは解決できなかった課題を解決します。
以上の六つの機械音に異常音が含まれるかどうかを予測し、
計測技術(shù)は実際の現(xiàn)場業(yè)務への適用性が高いです!
ディープラーニングに基づく音聲認識技術(shù)
お問い合わせ
PFU Wechat公式アカウント
