ログイン 新規登録
言語:

WEKO3

  • トップ
  • ランキング
To
lat lon distance
To

Field does not validate



インデックスリンク

インデックスツリー

メールアドレスを入力してください。

WEKO

One fine body…

WEKO

One fine body…

アイテム

  1. 研究報告
  2. 音声言語情報処理(SLP)
  3. 2021
  4. 2021-SLP-136

雑音の基底信号を用いた耐雑音性の高い時間領域音声分離

https://ipsj.ixsq.nii.ac.jp/records/209752
https://ipsj.ixsq.nii.ac.jp/records/209752
8016bbd3-d83c-4e10-aaba-f25d845c7b77
名前 / ファイル ライセンス アクション
IPSJ-SLP21136014.pdf IPSJ-SLP21136014.pdf (1.7 MB)
Copyright (c) 2021 by the Institute of Electronics, Information and Communication Engineers This SIG report is only available to those in membership of the SIG.
SLP:会員:¥0, DLIB:会員:¥0
Item type SIG Technical Reports(1)
公開日 2021-02-24
タイトル
タイトル 雑音の基底信号を用いた耐雑音性の高い時間領域音声分離
タイトル
言語 en
タイトル Noise-robust time-domain speech separation with basis signals for noise
言語
言語 jpn
キーワード
主題Scheme Other
主題 ポスターセッション
資源タイプ
資源タイプ識別子 http://purl.org/coar/resource_type/c_18gh
資源タイプ technical report
著者所属
東京工業大学情報理工学院
著者所属
東京都市大学メディア情報学部
著者所属
東京工業大学情報理工学院
著者所属
東京工業大学情報理工学院
著者所属(英)
en
Department of Computer Science, Tokyo Institute of Technology
著者所属(英)
en
Faculty of Environmental Studies, Tokyo City University
著者所属(英)
en
Department of Computer Science, Tokyo Institute of Technology
著者所属(英)
en
Department of Computer Science, Tokyo Institute of Technology
著者名 尾座本, 耕平

× 尾座本, 耕平

尾座本, 耕平

Search repository
岩野, 公司

× 岩野, 公司

岩野, 公司

Search repository
宇都, 有昭

× 宇都, 有昭

宇都, 有昭

Search repository
篠田, 浩一

× 篠田, 浩一

篠田, 浩一

Search repository
著者名(英) Kohei, Ozamoto

× Kohei, Ozamoto

en Kohei, Ozamoto

Search repository
Koji, Iwano

× Koji, Iwano

en Koji, Iwano

Search repository
Kuniaki, Uto

× Kuniaki, Uto

en Kuniaki, Uto

Search repository
Koichi, Sshinoda

× Koichi, Sshinoda

en Koichi, Sshinoda

Search repository
論文抄録
内容記述タイプ Other
内容記述 近年,深層学習を用いた音声分離が盛んに研究されている.波形を直接入力する時間領域の手法であるTasNetは,音声を畳み込みによって特徴量に変換した上で分離を行い,分離した特徴量に対して畳み込みを行って波形を再構成する.畳み込みフィルタは基底信号と呼ばれ,話者間の分離精度を高めるように学習される.この手法は,音声に雑音が含まれている場合に分離性能が大きく低下する.そこで我々は,話者の基底信号に加え雑音の基底信号を追加することで分離性能を向上させる方法 TasNet with noise basis signals(TasNet-NB)を提案する.雑音のSN比を徐々に小さくするカリキュラム学習と雑音の再構成損失の計算を用いる.WHAM!データセットを用いて評価した結果,SI-SDRiが13.7から14.6に向上した.
論文抄録(英)
内容記述タイプ Other
内容記述 Recently, speech separation using deep learning has been extensively studied. TasNet, a time-domain method that directly inputs waveforms, converts speech into features by convolution, performs separation, and reconstructs waveform by convolution on separated features. The convolutional filter is called basis signals and is trained to improve separation accuracy between speakers. The separation performance of this method is greatly degraded when the speech contains noise. Therefore, we propose TasNet with noise basis signals (TasNet-NB), a method to improve separation performance by adding noise basis signals to speaker’s basis signals. We evaluate the method on WHAM! dataset and show that it improves SI-SDRi from 13.7 to 14.6.
書誌レコードID
収録物識別子タイプ NCID
収録物識別子 AN10442647
書誌情報 研究報告音声言語情報処理(SLP)

巻 2021-SLP-136, 号 14, p. 1-5, 発行日 2021-02-24
ISSN
収録物識別子タイプ ISSN
収録物識別子 2188-8663
Notice
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
出版者
言語 ja
出版者 情報処理学会
戻る
0
views
See details
Views

Versions

Ver.1 2025-01-19 18:24:08.280446
Show All versions

Share

Mendeley Twitter Facebook Print Addthis

Cite as

エクスポート

OAI-PMH
  • OAI-PMH JPCOAR
  • OAI-PMH DublinCore
  • OAI-PMH DDI
Other Formats
  • JSON
  • BIBTEX

Confirm


Powered by WEKO3


Powered by WEKO3