音響イベント検出モデルのパターンを決定
from 2025/7/18の発表の構想を再考する
音響イベント検出モデルを構築
音響イベント検出を理解する
背景雑音や多重音が課題になる?
事前学習済みモデルで対処できるのでは?
先行研究を見よう
モデル構築は多数の手法の組み合わせを自動で比較/検討する機会と捉える
DCASE 2024を参考に検討
cf. 音響イベント検出のモデル構造をどうするか
モジュールの組み合わせを検討する
事前学習済みモデル(AST由来) + CRNNで組む
事前学習済みモデル > 音響イベント検出における事前学習済みモデル
CRNNの組み合わせ: CNN + LSTM | GRU ?