[4N1-GS-7] 画像音声メディア処理：

[4N1-GS-7-04] 室形状情報を用いたDeep Operator Networkによる室内音場推定の基礎的検討

〇佐藤 元¹、池田 雄介¹ (1. 東京電機大学)

キーワード：音響工学、音場シミュレーション、室内音響、深層学習

コンサートホールなどの室内の音響設計や，仮想空間における音場の生成などの用途で音場シミュレーションは活用されている．特に波動方程式を用いた音場シミュレーションは，波動性に従った高精度なシミュレーションを行える反面，計算時間がかかるといった課題がある．そこで近年では，シミュレーションで計算した音場を教師データとして用いた深層学習モデルによって，高速にシミュレーション結果を推定する手法が提案されている．一方で，深層学習を用いる場合，推定する音場がグリッドに制限される．そこで本研究では，任意の位置の音場を推定するためにDeep Operator Networks (DeepONets)を用いた深層学習音場推定手法を提案する．特に，DeepONetsのBranch networkに畳み込みニューラルネットワークを導入することで，室形状に対して汎化性能を持つDeepONetsの実現を目指す．実験では，基礎的検討として長方形状の室内音場に対して実験を行い，SNRで約24 dBの高い精度で音場を推定可能なことが明らかとなった．