セミナー
【ライブ配信セミナー】
「音データ処理」にこれから取り組みたい方向け
「音データ処理」AI活用「超」入門
~マイク・レコーダー機材の選定から、音データ処理の基礎の基礎を解説~
開催主旨
AI時代における音処理ブームが到来しつつあります。以前は、「音データ」と言えば電話のイメージが強かったのですが、最近の音処理技術の進展により、我々の周りにある周囲の音の種類や状況が、機械で自動的に認識できるようになってきました。それに伴って、音データを利用する事例も増えてきています。これまで画像データのセンサー、すなわちカメラが必要と考えられてきた場面においても、マイクで代用できる可能性が出てきたからです。
カメラとマイクを併用することで、目的とする技術の精度の向上が期待できる場合もあります。音データを用いることで、生産設備の機械の状況を、正常なのか異常なのか、判断できるようにもなってきました。
しかしながら、直接見えない「音」データの取り扱いには、しばしば「壁」が立ち塞がることになります。
音をデータとして処理・活用する場合には、用途に応じたマイクやレコーダーといった機材の適切な選定から始まり、それらの取り扱いを理解しておかねばなりません。
本講座は「音データのAI活用に、これから取り組みたいが何から始めてよいかわからない」という方のための講座という音データ超初心者向け、最初の一歩を学ぶための講座です。
本講座では、音データの取り扱いの基礎中の基礎から始めます。音の分析や処理を施すためには、準備として信号処理の概念が避けられませんが、それを平易に説明し、フーリエ変換を用いて、音データの特徴量を計算するまでの過程を丁寧に解説します。
また、信号処理は実際にできても、その物理的意味が捉えられない状況に多々遭遇しますが、ファイルタリングなどの例を用いて、処理自体の理解を促すように工夫致します。
実際に音データを取り扱う場合には、その処理対象の音の品質を評価する必要もでてきたりしますが、その解決策として、音質評価の方法についても説明します。また、信頼性を向上する評価方法についても言及する予定です。
AI時代の音処理ブームに乗り遅れない準備が、本講座で十分にできるでしょう。
本講座の内容では物足りない、より実践的な内容を学習したい方向けに別途より実践的な講座を開講しております。
9/8 AIを活用した生産設備の“異常音”検知と故障予知への応用
https://corp.nikkan.co.jp/seminars/view/5313
9/21 「音」のデータ前処理に向けた雑音フィルタリング・ニューラルネットワーク技術
https://corp.nikkan.co.jp/seminars/view/5910
ぜひこちらの講座も習熟度に応じて受講してみてください。
概要
日時 | 2022年 8月 29日(月)13:00~17:00 |
---|---|
会場 | WEBセミナー WEBセミナーは、WEBミーティングツール「Zoom」を使用して開催いたします。 ※当日の録音・録画は固くおことわり申し上げます。 ブラウザとインターネット接続環境があれば、どこからでも参加可能です。 |
受講料 | お一人様:33,000円(資料含む、消費税込) 受講にあたり |
主催 | 日刊工業新聞社 ※弊社プライバシーポリシー(個人情報保護方針)をご一読いただき、申込みフォームより必要事項をご入力ください。 ⇒ プライバシーポリシー |
申込締切日について | 講座開催の3営業日前17:00〆切 ※セミナーによって締切が異なる場合もございます。早めにお申込みください。 原則、資料を受講者の方へ郵送するため、お手元に届く猶予を頂いております。予めご了承ください。 【営業日】について 営業日は平日になります。 ※土曜/日曜/祝祭日は、休業日です。 (例)6/16(火)開催の場合、6/11(木)が締切日となります。 |
問合せ先 | 日刊工業新聞社 総合事業局 セミナー事業部 TEL: 03-5644-7222 FAX: 03-5644-7215 E-mail : j-seminar@media.nikkan.co.jp TEL受付時間:平日(土・日・祝日除く) 9:30-17:30 |
講師
プログラム
1 はじめに |
1.1音利用のいろいろ 1.2音研究の歴史 1.3 学会での動向 |
2 音を「音」データとして取り扱う基礎 |
2.1 音の性質 2.2 マイクロフォンの仕組み 2.3 マイクロフォンの選定 2.4 スピーカの仕組み 2.5 レコーダの仕組み 2.6 アナログからディジタルへの変換と記録 2.6 サンプリングと量子化 2.7 ディジタル信号の表現(離散時間信号) |
3 音質の評価 |
3.1 主観評価 3.2 客観評価 |
4 音データの分析 |
4.1 ディジタルフィルタリング 4.2 離散時間フーリエ変換 4.3 離散フーリエ変換と高速フーリエ変換 4.4 パワースペクトル計算 4.5 音に関する時間と周波数の利用 |
5 音処理の例 |
5.1 単音と和音 5.2 スペクトル分析 5.2 フィルタリング 5.2 フーリエ級数とスペクトルの直感的解釈 |
6 音データの活用例 |
6.1 機械の故障検知および予知 6.2 機械とのインターフェース |
【ライブ配信セミナーに伴う注意事項について】⇒ 【詳細はこちら】 ※必ずお読みください(お申込みを頂いた時点でご同意頂いたとみなします) |