非同期会話録音に対する時間周波数マスキングと独立ベクトル分析を用いた音源分離の検討

• Item type: SIG Technical Reports(1)
• 公開日: 2021-06-11
• タイトル: 非同期会話録音に対する時間周波数マスキングと独立ベクトル分析を用いた音源分離の検討
• タイトル / 言語: en
• タイトル: Source Separation for Asynchronous Recordings of Conversation Using Time-Frequency Masking and Independent Vector Analysis
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 一般発表
• 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: 東京都立大学
• 著者所属: 東京都立大学
• 著者所属: 東京都立大学
• 著者所属: 東京都立大学
• 著者所属(英): en
• 著者所属(英): Tokyo Metropolitan Uniersity
• 著者所属(英): en
• 著者所属(英): Tokyo Metropolitan Uniersity
• 著者所属(英): en
• 著者所属(英): Tokyo Metropolitan Uniersity
• 著者所属(英): en
• 著者所属(英): Tokyo Metropolitan Uniersity
• 著者名: 南木, 春希; 山岡, 洸瑛; 若林, 佑幸; 小野, 順貴
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本研究では，同期していない複数のボイスレコーダーにより録音された会話音声に対する音源分離の検討を行う．非同期録音に対する前処理として，相互相関と最尤推定によるブラインド同期手法を適用する．次に音源分離手法として，独立ベクトル分析，最大チャネルを選択する時間周波数マスキングや，その出力を局所ガウス分布の分散とした音源モデルによる独立ベクトル分析を検討する．主観評価実験を行い，その結果を示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: In this study, we investigate the source separation for conversational speech recorded by multiple voice recorders that are not synchronized. First, we apply a blind synchronization method based on cross-correlation and maximum likelihood estimation to asynchronous recorded signals. Then, as source separation methods, we investigate independent vector analysis (IVA), a time-frequency (TF) masking-based method to pass only the largest channel, and IVA with a source model in which the variance of the local Gaussian is replaced with a TF masking output mentioned above. An experiment on subjective evaluation is conducted, and the results are shown below.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10438388
• 書誌情報: 研究報告音楽情報科学（MUS）; 巻 2021-MUS-131, 号 63, p. 1-6, 発行日 2021-06-11
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8752
• 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