2024-03-29T00:51:58Zhttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_oaipmhoai:ipsj.ixsq.nii.ac.jp:001923172023-04-27T10:00:04Z01164:05064:09400:09601
時空間音圧分布画像と機械学習を利用した音源分離に関する検討A Study on Sound Source Separation Using Spatio-temporal Sound Pressure Distribution Images and Machine Learningjpnポスターセッションhttp://id.nii.ac.jp/1001/00192228/Technical Reporthttps://ipsj.ixsq.nii.ac.jp/ej/?action=repository_action_common_download&item_id=192317&item_no=1&attribute_id=1&file_no=1Copyright (c) 2018 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.山梨大学工学部山梨大学工学部アルパイン株式会社先行開発部塩澤, 光一朗小澤, 賢司伊勢, 友彦マイクロホンアレイを利用した音源分離は,多チャネル音響システムにおける音源分離など,様々な場面で有効である.また,機械学習技術の一つであるニューラルネットワーク (以下 NN と略記) を利用することで,小型かつ鋭い指向性を持つマイクロホンアレイシステムを実現することが可能である.しかし,NN のような非線形系に信号を通すと,非線形歪みが発生する.同相で含まれる目的音を消去する差分型システムでは,目的音に対する非線形歪みを回避することが可能である.本研究では,マイクロホンアレイで収録した信号の瞬時音圧を輝度に変換した 「時空間音圧分布画像」 と差分型システムを使用した音源分離手法について提案する.また,計算機シミュレーションを行い,各種パラメタが指向性に与える影響について検討したので報告する.Sound source separation using a microphone array is effective in various situations such as sound source separation in a multi-channel sound system. In addition, by using a neural network (hereinafter NN), which is one of machine learning techniques, it is possible to realize a microphone system with a small array and sharp directivity. However, when a signal is input to a non-linear system such as a NN, non-linear distortion occurs. In a differential system that eliminates target sounds included in the same phase, non-linear distortion to the target sound can be avoided. In this research, we propose a sound source separation method using a "spatio-temporal sound pressure distribution image" and a differential system. We examined the effects of various parameters on directivity of the proposed system by computer simulation experiments.AN10438388研究報告音楽情報科学(MUS)2018-MUS-1215162018-11-142188-87522018-11-13