Technical Report 日常音識別による活動記録自動生成のためのデータの収集と分析

古谷, 崇拓  ,  千葉, 祐弥  ,  能勢, 隆  ,  伊藤, 彰則

2017-MUS-115 ( 28 )  , pp.1 - 6 , 2017-06-10
ISSN:2188-8752
NCID:AN10438388
Description
スマートフォンなどで個人の日々の生活を記録するライフログが注目を集めている.収集されたライフログデータの活用方法として,ユーザの行動記録の自動生成がある.従来の研究では,設定した行動クラスの識別手法に焦点を当てるのが一般的であり,取得された認識対象クラスの類似性や検出窓幅の妥当性など,基礎的な分析や検討が十分ではなかった.そこで,本稿では音響情報を利用したユーザの行動の認識を対象として,特徴量が考慮するべき時間幅の検討と,認識対象クラスの音響的な類似性に関して分析を行った.実験データは 1 名の被験者により収集された約 22 時間分の日常音データであり,行動対象クラスは収録時の行動に基づいて人手で決定した.音響特徴量として MFCC (Mel - Frequency Cepstral Coeficients) を採用し,窓幅を変更しながら実際に識別実験を行うことで,特徴量抽出の窓幅について分析した.結果として,窓幅を大きくするほど識別性能が向上し,窓幅 8.0 [sec] としたとき最大の識別性能が得られた.また,階層的クラスタリングによって音響特徴量空間上の認識対象クラスの距離を可視化した.その結果,今回収集した行動クラスの音響データは,人の声が含まれるグループと背景雑音が比較的小さいグループ,背景雑音が大きいグループの 3 つに分類できることが確認され,特に音声クラスにおける識別結果の混同が大きいことが示唆された.
Full-Text

https://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=182230&item_no=1&attribute_id=1&file_no=1

Other information