| Item type |
SIG Technical Reports(1) |
| 公開日 |
2021-06-11 |
| タイトル |
|
|
タイトル |
非負値行列因子分解を導入したproduct of experts型音源モデルに基づく独立深層学習行列分析による多チャネル音源分離 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
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 |
|
|
|
東京大学 |
| 著者所属 |
|
|
|
東京大学 |
| 著者所属 |
|
|
|
東京大学 |
| 著者所属 |
|
|
|
東京大学 |
| 著者所属 |
|
|
|
香川高等専門学校 |
| 著者所属 |
|
|
|
ヤマハ株式会社 |
| 著者所属 |
|
|
|
ヤマハ株式会社 |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
National Institute of Technology, Kagawa College |
| 著者所属(英) |
|
|
|
en |
|
|
Yamaha Corporation |
| 著者所属(英) |
|
|
|
en |
|
|
Yamaha Corporation |
| 著者名 |
蓮実, 拓也
中村, 友彦
高宗, 典玄
猿渡, 洋
北村, 大地
高橋, 祐
近藤, 多伸
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
独立深層学習行列分析（independent deeply learned matrix analysis: IDLMA）は，事前に学習した深層ニューラルネットワーク（deep neural network: DNN）による音源のパワースペクトログラム推定と音源間の統計的独立性に基づく多チャネル音源分離手法である．適切に学習データを用意できれば従来の IDLMA は高い分離性能を示しているものの，学習データとテストデータの間で対象音源の音色に乖離がある場合に IDLMA の分離性能は低下してしまう．一方，パワースペクトログラム推定に教師なし非負値行列因子分解（nonnegative matrix factorization: NMF）を用いる独立低ランク行列分析（independent low-rank matrix analysis: ILRMA）では適切に学習された IDLMA に比べると分離性能は低いものの，教師なし手法であるためテストデータにしかない音源成分も表現できる．そこで，本研究では IDLMA の学習済み DNN による音源生成モデルと ILRMA の教師なし NMF の音源生成モデルを product of experts により統合した音源モデルを提案する．また，補助関数法と呼ばれる最適化原理を用いて，提案モデルに対する効率的なパラメータ更新アルゴリズムも導出する．楽音分離実験により，IDLMA に提案音源モデルを導入することで音源分離性能が向上することを示す． |
| 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-137,
号 37,
p. 1-8,
発行日 2021-06-11
|
| 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 |
IPSJ-SLP21137037.pdf (1.5 MB)
