近年、犬や猫は家族の一員として人間と深い関係を築いています。しかし、人間は動物の鳴き声から感情や意思を正確に理解することができません。
本研究では、ディープニューラルネットワークを用いて犬の鳴き声を感情ごとに分類するモデルの構築を行っています。環境音分類モデルであるYAMNetを利用し、公開データセットおよび実際の子犬から収集した音声データを用いて学習を行いました。犬の鳴き声を「興奮・要求」「寂しさ・不安」「コミュニケーション」「警戒」「威嚇」などの感情に分類し、き声から犬の状態を推定することを目指しています。
研究では、収集した犬の鳴き声音声を用いてモデルを再学習し、分類精度の評価を行いました。その結果、約80％の正解率を達成し、多くの感情分類で高い精度を示しました。また、本技術の応用例として、犬の鳴き声ファイルをアップロードすることで感情分類結果を確認できるWebサイトの開発も行いました。
今後は、鳴き声だけでなく犬を取り巻く環境や個体ごとの特徴も考慮することで、より高精度な感情推定システムの実現を目指します。
参考
YAMNetを用いた転移学習による環境音分類
https://www.tensorflow.org/tutorials/audio/transfer_learning_audio
