ノイズ除去オートエンコーダと双方向LSTMニューラルネットワークを用いた自動音響的新奇性検出のための新規アプローチ

音響ノベルティ検出（Acoustic novelty detection）とは、システムが学習した正常な参照データとは異なる異常または新規の音響信号を検出することを目的とする。本稿では、ノイズ除去オートエンコーダ（denoising autoencoder）を基盤とする新たな非教師あり手法を提案する。本手法では、聴覚スペクトル特徴量を、双方向型長短期記憶（bidirectional Long Short-Term Memory）再帰型ニューラルネットワークを備えたノイズ除去オートエンコーダで処理する。オートエンコーダの入力と出力の再構成誤差を活性化信号として用い、新規イベントの検出を行う。オートエンコーダの学習には、会話、テレビ視聴、遊び、食事などの典型的な家庭内状況を含む公開データベースを用いた。評価は260種類以上の異常イベントに対して実施された。最先端手法と比較した結果、本手法は最大93.4％のF-メジャーを達成し、既存手法を顕著に上回ることが示された。