[図] Hanwha Vision-光州科学技術院(GIST)共同研究チームが「連続学習」技術に基づく音声分類AIシステムで「DCASE 2026 Challenge」の「ドメイン非依存オーディオ分類のための漸進学習」部門で1位を獲得しました。研究チームが提出したシステムは平均精度79.62%を記録し、他の20チームの精度平均を約10%上回りました。図は「DCASE 2026」ホームページ内の受賞結果ページのキャプチャです。
Hanwha Visionが音声AI業界の慢性的な難題を解決する新たな解決策を提示し、世界的権威の国際コンペティションで頂点に立ちました。今回開発された先端音声AI技術は、今後Hanwha Visionの映像セキュリティ技術と結合し、次世代AIセキュリティソリューションの開発に活用される予定です。
Hanwha Visionと光州科学技術院(GIST)研究チームは、共同開発した「連続学習(Continual Learning)」技術を基に、国際音声AIコンペティション「DCASE 2026 Challenge」で1位を獲得したと14日に発表しました。
Hanwha Vision R&DセンターAI研究所とキム・ホングクGIST電気電子コンピュータ工学科教授の研究チームが共に成し遂げた成果で、新しい音を学習する過程で既に学んだ音を忘れるAIの致命的な弱点を補完し、大きな注目を集めました。
世界電気電子工学会が主催する「DCASE Challenge」は、学界と企業の研究チームが参加し、音声AI技術力を競う国際最高権威の大会です。今年は合計135チームが大会に参加しました。
共同研究チームは7つの部門のうち「ドメイン非依存オーディオ分類のための漸進学習」(Domain-Agnostic Incremental Learning for Audio Classification)部門で21チーム中1位に立ちました。音の収集元が不明な環境で赤ちゃんの泣き声、犬の鳴き声、火災警報音など10種類の音を正確に区別するミッションを成功裏に遂行しました。
「連続学習技術」で音声AIの難題を解決…未来のソリューション開発へと発展
共同研究チームは、いわゆる「致命的忘却(Catastrophic Forgetting)」の解決に集中しました。
既存のオーディオ認識AIは、録音機器や場所、周囲の雑音など環境が変わると性能に影響を与える弱点がありました。特に新しいデータの学習過程で過去に学習した内容を忘れてしまい、データ蓄積に大きな障害となっていました。例えば、都市の雑音をよく区別していたAIが空港環境の音を新たに学習すると、都市で発生する音の認識に再び困難を感じるといった具合です。
これは特定の目的で作られたAIモデルの規模が通常、超巨大汎用AIモデルと比較して相対的に小さいために発生する問題です。巨大AIモデルも頻度が少ないだけで本質的に同じ現象を経験します。特に外部環境が刻々と変化するセキュリティ、産業安全などの分野では、この問題はAI技術の発展を左右する核心課題とされています。
共同研究チームが開発した「連続学習」技術には、過去に学習した音の特徴を再現して活用する「ディープインバージョン(DeepInversion)基盤生成型リプレイ」手法が適用されました。「ディープインバージョン」は追加データの収集なしに、音ごとの分類モデルが過去に学習した音と類似した音声データを自ら再現し、逆算するようにする技術です。例えば、室内監視システムに設置されたAIが道路の雑音を新たに学んでも、過去の室内の特定の音のデシベルや振幅など音声特徴を逆追跡して分類能力を失わないようにします。この手法を通じて各段階でAIが学んだ内容を保存し、新しい学習過程で既存の内容が損なわれることを最小化することに成功しました。
複数のAIモデルの予測結果を総合して最終判断を下す「アンサンブル手法」で高い精度と安定した性能を実現した点も注目すべき特徴です。最終提出されたシステムは他のチームとの競争で最も高い成績の平均精度79.62%を記録しました。他の20チームの精度平均は約68%で、約10%高い成績です。さらに最終アンサンブルシステムと共同研究チームが追加で提出した3つの単一システムすべてが部門内公式システムランキング1〜4位を占め、技術的完成度を証明しました。
「世界最高技術を証明」…映像・音声を結合した「次世代AIセキュリティソリューション」への進化展望
特に多様な環境で安定的に音声情報を蓄積する今回の技術は、Hanwha Visionの次世代AIセキュリティソリューション開発にも積極的に活用される見込みです。
イム・ジョンウンHanwha Vision AI研究所長は「今回の受賞はHanwha Vision研究の方向性と技術水準が世界最高であることを証明した結果」とし、「『連続学習』技術は外部環境におけるセキュリティカメラの適応能力と直結しており、新技術を未来のソリューションとして発展させていく」と述べました。
10月28日から2日間、アメリカ・ボストンで開催される「DCASE 2026ワークショップ」で研究成果の発表および優勝チームへの表彰が行われる予定です。
産学協力で進められた今回の研究は、Hanwha Visionの独自研究課題と産業通商資源部の課題支援で行われました。
前へ