Subsampling（サブサンプリング）とは？

01 / UNDERSTAND

仕組みと使いどころ

音声処理におけるサブサンプリングは、波形やスペクトログラムなどの時間方向のデータを間引き、フレームレートを下げる処理です。長い音声系列を短くできるため、Transformerなど後段のモデルで必要となる計算やメモリを減らせます。畳み込み層による処理や、連続フレームの結合と間引きなど、具体的な方法はモデルによって異なります。一方、元の標本やフレームを減らすため、細かな時間情報が失われる可能性があります。なお、同じダウンサンプリングという語が、機械学習では多数派クラスのデータを減らして不均衡を調整する意味でも使われるため、文脈の確認が必要です。

02 / IN PRACTICE

Subsamplingの活用例

03 / GOOD TO KNOW

使うときのポイント

仕様を読むときは、削減率だけでなく、対象が波形、特徴フレーム、画像、学習データのどれかを確認してください。音声では、入力と出力のフレームレートや各段階の縮小率を区別すると構成を正確に把握できます。