【超初心者向け解説】異常検知用データセット「ToyADMOS」の詳細。

 

今回は，異常音検知タスクのデータセットであるToyADMOSの使い方をお伝えしていこうと思います。本記事はpython実践講座シリーズの内容になります。その他の記事は，こちらの「Python入門講座/実践講座まとめ」をご覧ください。

【超初心者向け】python入門講座/実践講座まとめ目次 入門講座 １．実行環境２．文字の出力３．データ型４．変数５．更新と変換６．比較演算子７．論理演算子８．条件分岐９．リスト１０．辞...

ToyADMOSの概要

ToyADMOS[1]は，2019年にNTT研究所で作成された異常音検知用のデータセットです。論文[1]とこちらのGitHubリポジトリより詳細を確認することが可能です。

簡単に内容をまとめてしまうと，ToyADMOSには3種類の状況が設定されており，それぞれではおもちゃを使って正常音と異常音を収録しています。つまり，ToyADMOSで想定されているタスクはanomaly detection（異常音検知）の中でも「正常 or 異常」の二値ラベリングの問題と捉えることができます。

コチラの記事でもお伝えしていますが，音響イベントや音響シーンに関する問題設定としては，以下のような代表例が挙げられます。

異常音検知は，問題設定の中の一つの分類だということが分かります。しかし，ToyADMOSデータセットは，正常音以外の音が含まれる区間の「検知」には利用しません。なぜなら，異常音が含まれる区間の正解ラベルが与えられていないからです。

 

 

ToyADMOSは，音を「正常 or 異常」で二値分類するタスクを想定していると考えられます。そこで，ToyADMOSのデータセットとしての位置づけを確認するために，今年のICASSPで発表された「Detection and Classification of Acoustic Scenes and Events」を引用していきたいと思います。ICASSPのチュートリアルに関しては，当サイトの記事もぜひ参考にしてください。

音から抽出された特徴量を利用して，「分類（classfication）」もしくは「タグ付け（tagging）」するというタスクがToyADMOSの想定する問題です。一番下の「検出（detection）」はDCASEなどのデータセットの範疇になります。

 

詳細

ToyADMOSの3種類の状況とは，「ToyCar」「ToyConveyor」「ToyTrain」になります。ToyCarは製品の欠陥品をチェックするためのタスク，ToyConveyorは固定された機器の異常をチェックするためのタスク，ToyTrainは移動機器の異常をチェックするためのタスクになっています。

それぞれの音は様々なノイズレベルの下で収録されているため，使用される分類器には汎化性能が求められます。また，4つのマイクロフォンで音を拾っているため，最大4チャネルを使用することが可能です。また，個々の機器データにも微妙な差異を作っているため，テスト時にはモデルの適応能力が試されます。データセットの詳細は，以下の通りです。

INDとCNTは，音の種類によってまちまちです。READMEで示されている表でまとめておきます。

論文で指定されているToyADMOSの限界は，収録対象がおもちゃであるという点です。実際の環境下で同様のモデルを利用する場合は，ハイパーパラメータ等を調整する必要があるとの記述があります。

 

簡単な使用方法

こちらのGitHubリポジトリのREADMEに，簡単な使用方法が説明されています。今回は，その方法に従って簡単なデータを作っていきたいと思います。

データセットのダウンロード

こちらのURLからデータセットをダウンロードすることができます。非常に大きなファイルですので，zip圧縮ファイルがいくつかに分割されて配布されています。すべてのファイルが揃わなければzipファイルを解凍することができないので，ご注意ください。

かなり容量が大きいので，時間がかかると思います。ブラウザによっては一回にダウンロードできるファイル数に制限がある場合があるので，気を付けてください。

 

ファイルのダウンロード

こちらのGitHubリポジトリ上のファイル「C01_create_small_INT_dataset」「E01_simple_AE_test」「anomaly_conditions」をダウンロードしてください。また，「C01_create_small_INT_dataset」「E01_simple_AE_test」で指定されているデータセットへのパスを，ご自身のダウンロードしたディレクトリへのパスに変更してください。

ここで一点注意なのですが，「make_dataset_for_train.py」のコメントで「ToyCar」か「ToyConveyor」を選びなさいと書いてありますが，「for_train」と書いてあるくらいなのでtrain以外は選べませんのでご注意ください。（おそらく「for_car_and_conveyor」からのコピペをそのまま使われているものと思われます）

もう一点注意するべきなのは，01_train.pyと02_test.pyでGPUの指定（DEVICE_NUM ）が異なるという点です。どちらも0に統一しておけばエラーは起こらないと思います。

 

データセットの作成

$ python make_dataset_for_car_and_conveyor.py # subdataset="ToyCar"
$ python make_dataset_for_car_and_conveyor.py # subdataset="ToyConveyor"
$ python make_dataset_for_train.py # subdataset="ToyTrain"

ターミナル上で，上のコマンドをたたいてみましょう。パラメータ設定がうまくいっていれば，エラーが起こらず「正常音＋背景雑音（学習用）」「正常音＋背景雑音（テスト用）」「異常音＋背景雑音（テスト用）」のデータセットが作成が作成されるはずです。エラーが発生してしまう場合は，パラメータやデータセットへのパスの設定を見直しましょう。

 

モデルの学習

$ python ./E01_simple_AE_test/01_train.py
# toy_typeは02_test.pyとそろえる
# ToyADMOS-dataset-masterディレクトリにいる場合

今回は単純なオートエンコーダで正常音を学習していきます。

 

テストの実行

$ python ./E01_simple_AE_test/02_test.py
# toy_typeは01_train.pyとそろえる
# ToyADMOS-dataset-masterディレクトリにいる場合

このコマンドを実行すれば，ROC曲線とAUCの値，FPRを0.1に抑えた時のF値が出力されると思います。

 

まとめ

2019年に発表された異常音検知のためのデータセットでした。異常音検知は，DCASEなどのコンペデータセットなどが有名であるものの，基本的にデータセットは充実していない分野です。ましてや，異常音の二値分類のためのデータセットはいまだにありませんでした。今回異常音二値分類のデータセットが発表されたことで，異常音検知分野の人気がますます高まると思います。