WEKO3
アイテム
拡散モデルを用いた音声強調の計算量削減
https://ipsj.ixsq.nii.ac.jp/records/231296
https://ipsj.ixsq.nii.ac.jp/records/23129692591c90-2e30-43c1-917b-22b62aef154e
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-SLP23149004.pdf (980.0 kB)
|
Copyright (c) 2023 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 | 2023-11-25 | |||||||||||
| タイトル | ||||||||||||
| タイトル | 拡散モデルを用いた音声強調の計算量削減 | |||||||||||
| 言語 | ||||||||||||
| 言語 | jpn | |||||||||||
| キーワード | ||||||||||||
| 主題Scheme | Other | |||||||||||
| 主題 | モデルとデータ活用 | |||||||||||
| 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 | ||||||||||||
| 著者所属 | ||||||||||||
| 東京都市大学 | ||||||||||||
| 著者所属 | ||||||||||||
| 東京工業大学 | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Tokyo Insutitute of Technology | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Tokyo City University | ||||||||||||
| 著者所属(英) | ||||||||||||
| en | ||||||||||||
| Tokyo Insutitute of Technology | ||||||||||||
| 著者名 |
西, 悠希
× 西, 悠希
× 岩野, 公司
× 篠田, 浩一
|
|||||||||||
| 著者名(英) |
Yuki, Nishi
× Yuki, Nishi
× Koji, Iwano
× Koichi, Shinoda
|
|||||||||||
| 論文抄録 | ||||||||||||
| 内容記述タイプ | Other | |||||||||||
| 内容記述 | 近年拡散モデルと呼ばれる生成モデルが注目されている．GAN と比べ，拡散モデルは安定に学習できるが，生成段階の計算コストが大きいという問題点がある．この傾向は音声強調への拡散モデルの応用に関しても同様である．本稿では，音声強調のための拡散モデルにおいて，Encoder，Decoder を用いることによる潜在空間にて音声信号を圧縮し，圧縮された信号から拡散モデルにより雑音を除去することで，精度を保ちつつ計算コストの削減することが可能なことを示す．雑音と音声を同時に用いる訓練で Encoder，Decoder を学習した結果，PESQ を低下させずに生成時間を 50% 以上減少させることに成功した． | |||||||||||
| 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 2023-SLP-149, 号 4, p. 1-6, 発行日 2023-11-25 |
|||||||||||
| 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 | |||||||||||
