ファインチューニングを利用した歪みエフェクタの高速モデリング

• Item type: SIG Technical Reports(1)
• 公開日: 2022-02-22
• タイトル: ファインチューニングを利用した歪みエフェクタの高速モデリング
• タイトル / 言語: en
• タイトル: Fast Distortion Pedal Modeling with Fine-Tuning
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: SIP
• 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: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者所属: 立命館大学大学院情報理工学研究科
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者所属(英): en
• 著者所属(英): Graduate School of Information Science and Engineering, Ritsumeikan University
• 著者名: 少路, 春希; 吉本, 健人; 阪, 大樹; 黒田, 大貴; 北原, 大地; 田中, 賢一郎; 平林, 晃
• 著者名(英): Haruki, Shoji; Kento, Yoshimoto; Daiki, Saka; Hiroki, Kuroda; Daichi, Kitahara; Kenichiro, Tanaka; Akira, Hirabayashi
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 深層学習に基づく歪みエフェクタのモデリングを高速に行う手法を提案する．エフェクタの個体や設定を変えて何回もモデリングすることを考えると 1 回当たりの学習時間の短縮が求められるが，単に学習データ量を削減するとモデリング精度が低下してしまう．本研究では，目的の歪みエフェクタを少量データからモデリングする際に， 異なる歪みエフェクタに対して十分訓練済みのネットワークパラメータを初期値としてファインチューニングを行う．数値実験で，提案手法が少量データからでも精度を維持したまま歪みエフェクタを高速にモデリングすることを示す．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: We propose a fast modeling method for distortion pedals based on deep learning. For modeling many times with different pedals and settings, it is desired to shorten the training time per one model, but simply reducing the amount of training data decreases the modeling accuracy. In this paper, when modeling a target distortion pedal from a small amount of data, we propose to apply fine-tuning where network parameters well-trained for another distortion pedal are used as initial values. Numerical experiments show that the proposed method trains the model of the target distortion pedal very quickly from a small amount of data while maintaining the modeling accuracy.
• 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 2022-SLP-140, 号 12, p. 1-6, 発行日 2022-02-22
• 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