変分自己符号化器を用いた距離学習による楽器音の音高・音色分離表現

• Item type: SIG Technical Reports(1)
• 公開日: 2021-06-11
• タイトル: 変分自己符号化器を用いた距離学習による楽器音の音高・音色分離表現
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 研究紹介
• 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: 早稲田大学大学院先進理工学研究科
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 産業技術総合研究所人工知能研究センター
• 著者所属: 京都大学大学院情報学研究科
• 著者所属: 早稲田大学理工学術院総合研究所
• 著者名: 田中, 啓太郎; 錦見, 亮; 坂東, 宜昭; 吉井, 和佳; 森島, 繁生
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 本稿では，任意の楽器音を音高と音色の潜在表現に分離するための表現学習手法について述べる．このような分離はこれまでにも，変分自己符号化器（variational autoencoder, VAE）を用いて，特に予め指定された楽器群を対象に試みられてきた．しかし，得られる潜在表現は人間の知覚に合致しておらず，空間を直感的に解釈することが困難であった．この問題を解決するため，本研究では VAE の各潜在空間に対して距離学習手法を導入し，類似した（していない）音高または音色同士が，潜在空間において近く（遠く）なるように埋め込みを行う．具体的には，同じ（異なる）音高または音色間の潜在距離が最小（最大）となるように，VAE の学習において対比的損失関数を追加する．さらに，実際の音高あるいは音色名ではなく，二つの音の音高あるいは音色が同一かどうかのみの情報を用いた，弱教師あり学習を行う．これにより，未知楽器に対する汎化性能の向上を実現する．実験では，提案手法によって未知楽器に対しても，音高と音色がクラスター化された，より良い構造の分離表現を獲得できることを確認した．
• 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: AN10442647
• 書誌情報: 研究報告音声言語情報処理（SLP）; 巻 2021-SLP-137, 号 56, 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: 2188-8663
• 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