
田中専務
拓海さん、最近部下が「生波形から学習するSincNetが凄い」と言うのですが、正直ピンと来ません。要するに従来の音声特徴量より何が良いのでしょうか?

AIメンター拓海
素晴らしい着眼点ですね!要点を先に3つで言うと、1) 手作り特徴量を省ける、2) 初層で効率的に周波数帯を捉える、3) 学習効率と解釈性が向上する、ということですよ。

田中専務
(SPEECH AND SPEAKER RECOGNITION FROM RAW WAVEFORM WITH SINCNET)

拓海さん、最近部下が「生波形から学習するSincNetが凄い」と言うのですが、正直ピンと来ません。要するに従来の音声特徴量より何が良いのでしょうか?

素晴らしい着眼点ですね!要点を先に3つで言うと、1) 手作り特徴量を省ける、2) 初層で効率的に周波数帯を捉える、3) 学習効率と解釈性が向上する、ということですよ。
