M2D-X:音響信号の汎用事前学習フレームワーク

Abstract

汎用的な音響信号の表現は広く役立つ一方で、応用タスクのデータを学習し用途に特化した専用の表現はタスクにおいてより役立つことが期待される。本研究は音の表現学習を用途に合わせて行うための汎用的なフレームワークM2D-Xを提案する。実験では4種類の特化型表現の学習し、提案するM2D-Xによりそれぞれ効果的な表現を学習できることを示した。