沖電気工業、音の短時間変化を学ぶAI手法の有効性を実証

OKIは、中央大学との共同研究で、音データの短時間変化を学習する自己教師あり学習手法を開発しました。
研究成果に関する論文は、2026年5月5日にIEEEの査読付き国際論文誌「IEEE Transactions on Audio, Speech and Language Processing（TASLP）」に掲載されました。
複数の公開データセットで、既存手法と同等以上の認識性能と、音の時間ずれに対する安定性を確認しました。
OKIは、橋梁・道路・トンネルなどのインフラモニタリングへの応用を目指します。

記事の概要

OKIは、中央大学理工学術院の大草孝介准教授との共同研究で、音データの短時間変化に着目した自己教師あり学習手法を開発しました。
本成果に関する論文は、2026年5月5日にIEEEの査読付き国際論文誌「IEEE Transactions on Audio, Speech and Language Processing（TASLP）」に掲載されました。
音データをAIが扱いやすい単位に区切ると、短時間の変化が失われたり、歪んだりする課題があります。
今回の手法は、スペクトログラムを格子状に区切った特徴に加え、区切り方で失われやすい短時間変化のパターンも学習します。
歪みを単純に除去せず、音の認識に有用な情報として自己教師あり学習に組み込んだ点が特長です。
環境音・音声・音楽の公開データセットで評価した結果、環境音認識を中心に代表的な既存手法と同等以上の性能を示しました。
さらに、音のわずかな時間ずれに対する安定性の向上も確認しました。
OKIは本成果を、正解ラベル付きデータを集めにくい橋梁・道路・トンネルなどのインフラモニタリングに応用し、信号基盤AIの高度化につなげます。

記事のポイント

1. 短時間変化を学習： スペクトログラムの区切り方で失われやすい短時間変化を、音の認識に有用な情報として学習へ取り込みます。
2. 公開データで評価： 環境音・音声・音楽の公開データセットで評価し、環境音認識では既存手法と同等以上の性能を示しました。
3. インフラ点検へ応用： 正解ラベルを大量に用意しにくい橋梁・道路・トンネルの点検支援AIへの応用を目指します。

このニュースがもたらす影響

• 導入を検討する企業： 導入を検討する企業は、正解ラベルの少ない音・振動データを活用する選択肢として、既存の点検データで短時間変化を捉えられるかを検証しやすくなりそうです。
• 同領域のサービス提供者： 同じ領域のサービス提供者は、音の時間ずれへの安定性や短時間変化の保持を、認識性能だけでなく現場適用時の評価軸として組み込む必要が生じる可能性があります。
• インフラ管理者： インフラ管理者は、点検の省力化や異常の早期把握に向けたAIの選択肢を広げられますが、公開データでの成果を実環境の音・振動データで確かめる段階が求められそうです。

このニュースの背景

社会インフラの老朽化と点検作業者の不足により、構造物の状態変化や劣化傾向を早期に把握する技術が求められています。
一方、劣化や損傷の正解ラベル付き現場データは大量に集めにくく、音や振動の短時間変化が学習過程で失われる課題もありました。
今回の研究は、こうしたデータ準備と音響特徴の扱いに関する課題を対象に、公開データセットで有効性を評価したものです。

詳しい記事の内容はこちらから（引用元）

プレスリリース・ニュースリリース配信シェアNo.1｜PR TIMES

OKI、中央大学との共同研究成果がIEEE TASLPに掲載

沖電気工業株式会社のプレスリリース（2026年8月18日 12時00分）OKI、中央大学との共同研究成果がIEEE TA…