多チャンネルウィーナーフィルタを用いた音源分離におけるスパースモデルと最小二乗誤差モデルの性能比較
スポンサーリンク
概要
- 論文の詳細を見る
歪みの少ない劣決定音源分離手法であるDuongらの多チャンネルウィーナーフィルタは,観測信号が多変量正規分布に従う多チャンネル音像の重ね合わせであるという仮定を用いて,各音源の音像を隠れ変数としたEMアルゴリズムにより時間周波数スロット毎の共分散行列を推定し,得られたパラメタによる最大事後確率推定として各音源の音像を求める.この手法は多くの劣決定音源分離手法が用いるスパース性の仮定を利用しない点で特徴的である.本稿では,Duong法の3つの特徴である多変量正規分布による音像のモデル化,多チャンネルウィーナーフィルタとスパース性を仮定しない観測モデルの有効性を調査するため,Duong法と同様の生成モデルの音像がスパースに観測されると仮定した音源分離手法を新たに定式化し,従来のバイナリマスク手法と共にDuong法と比較する.実験の結果,Duong法の3つの特徴全ての有効性を確認した.
- 一般社団法人電子情報通信学会の論文
- 2012-06-01
著者
-
山田 武志
筑波大学大学院
-
山田 武志
筑波大学大学院システム情報工学研究科
-
牧野 昭二
筑波大学大学院システム情報工学研究科
-
宮部 滋樹
奈良先端科学技術大学院大学
-
牧野 昭二
筑波大学システム情報工学研究科
-
宮部 滋樹
筑波大学大学院システム情報工学研究科
-
坂梨 龍太郎
筑波大学大学院システム情報工学研究科
関連論文
- 3X-6 コード進行モデルを用いた楽曲のコード認識の検討(音楽情報科学(2)自動作曲・楽曲分析,学生セッション,人工知能と認知科学)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 楽音と音声の双方に適用できる客観品質推定尺度の検討(ワイヤレス環境でのアプリケーション品質,P2P/アドホックネットワーク,画像符号化ストリーム技術,信頼性,一般)
- IP電話における中国・日本・欧米のMOS評価特性の比較(五感メディア,映像/音声サービスの品質,ネットワークの品質・QoS制御,次世代ネットワークアーキテクチャ,仮想空間におけるユーザコミュニケーション,一般)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(3)(SIG-SLP内組織の活動報告)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(第8回音声言語シンポジウム)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- CENSREC-1-C : 雑音下音声区間検出評価基盤の構築
- 空間パワースペクトルの主成分分析に基づく時間断続信号の検出 (応用音響)
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- 実走行車内音声認識の評価データベースCENSREC-3とその共通評価ベースライン
- B-11-1 IP網における音声の客観品質評価に用いる擬似音声信号の検討(B-11.コミュニケーションクオリティ,一般セッション)
- A-10-2 分散型マイクロホンアレーによる非同期録音信号のブラインドアラインメントの実環境評価(A-10.応用音響,一般セッション)
- 空間パワースペクトルの主成分分析に基づく時間断続信号の検出(音響信号処理/聴覚/一般)
- ヒューマノイドロボットHRP-2における音響情報と画像情報を統合したリアルタイム音声インタフェース(システム論文特集号)
- マイクロホンアレイと音源定位を用いた会議録再生システムについて(立体音響・音場制御/聴覚/一般)
- 符号化劣化要因と周波数帯域及びパケット損失を考慮した楽音の客観品質評価法(アプリケーション品質,モバイルP2P,ユビキタスネットワーク,アドホックネットワーク,センサネットワーク,一般)
- A-19-8 タッチパネルのための音像定位インタフェースの検討(A-19.福祉情報工学,一般セッション)
- 4L-3 ハンズフリーロボット対話実験システムの構築(リーディングプロジェクト e-society:自然な音声対話処理技術(2),一般セッション,リーディングプロジェクト e-society)
- 解析型二次統計量ICAとkurtosisに基づく学習区間判定を用いたリアルタイムブラインド音源抽出(ブラインド信号処理の技術とその応用論文)
- 雑音下マルチモーダル音声認識評価基盤CENSREC-1-AVの構築
- 雑音抑圧された音声の主観・客観品質評価法
- コサイン距離規範K-meansを用いた音楽信号圧縮符号化における基底ベクトル切換時刻の最適化(音響信号処理/一般)
- 雑音下音声認識評価ワーキンググループ活動報告 : 認識に影響する要因の個別評価環境(Session-1 検出,第8回音声言語シンポジウム)
- SLP雑音下音声認識評価WG活動報告 : 評価用データと評価手法について(Session-6 スペシャルセッション: 共通コーパスを利用した耐雑音技術評価, 第7回音声言語シンポジウム)
- オーディオオブジェクト個別操作法とそのイヤホン漏洩雑音低減への応用(立体音響,一般)
- ブラインド音源分離に基づくオーディオオブジェクトの定位感操作とその評価(音源分離/一般)
- Closed-form 2次統計量ICAとnonclosed-form高次統計量ICAを用いたブラインド音源分離(ブラインド信号処理/一般)
- B-11-2 雑音抑圧音声の総合品質推定モデルを適用したフルリファレンス客観品質評価法(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-11 時間離散ひずみの評価を考慮した擬似音声信号の検討(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-12 中国と日本のMOS評価特性の比較(B-11.コミュニケーションクオリティ,一般セッション)
- BS-8-3 雑音抑圧音声の品質推定モデルを用いたノンリファレンス客観品質評価法(BS-8.次世代ネットワークにおける新たなサービス提供を目指したQoS関連技術,シンポジウムセッション)
- BS-8-4 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(BS-8.次世代ネットワークにおける新たなサービス提供を目指したQoS関連技術,シンポジウムセッション)
- D-14-7 ETSI標準雑音抑圧フロントエンドのための雑音推定法の検討(D-14. 音声,一般セッション)
- 雑音抑圧音声の品質推定モデルとそのノンリファレンス客観品質評価への適用(NW管理,次世代NWアーキテクチャ,次世代NWのオペレーションアーキテクチャ,トラヒック計測・モデリング・品質,オーバレイネットワーク,次世代NWサービス品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 映像品質と音声品質との相互作用を考慮したマルチメディア品質の推定モデル(画像処理・品質確保,マルチメディア(システム/通信/ネットワーク),放送通信連携サービスとその品質,一般)
- 装置劣化要因の品質評価に用いるテスト信号の検討(五感メディア,映像/音声サービスの品質,有線無線ネットワークの品質・QoS制御,次世代ネットワークアーキテクチャ,一般)
- 認識対象語彙数を考慮した雑音下孤立単語認識の性能推定(耐雑音性)
- 解析型二次統計量ICAとkurtosisに基づく学習区間判定を用いた高次統計量ICAの高速化(音響信号処理/一般)
- 解析型二次統計量ICAとkurtosisに基づく学習区間判定を用いた高次統計量ICAの高速化(音響信号処理/一般)
- 二次音源選択強調性を持つ多チャネル逆フィルタの主観評価(音響信号及び音声処理,エンハンスメント/一般)
- 二次音源選択強調性を持つ多チャネル逆フィルタによるユーザ移動に頑健な音場再現(音楽の音合成と音響・音場再生, HDA/一般)
- BS-5-4 雑音抑圧音声のMOSと単語了解度の客観推定(BS-5.QoE最前線-情報通信サービスにおけるユーザ体感品質-,シンポジウムセッション)
- 符号化パラメータとパケット損失を考慮したAV通信品質の推定モデル(NW性能管理, NW品質, 一般)
- 独立成分分析を用いた多チャネル音響信号の圧縮符号化法(音響・音場再生及び音楽音響,一般)
- 音場制御と音源分離を用いた音声対話インタフェース(音響信号及び音声処理,エンハンスメント/一般)
- 応答音相殺技術に基づくバージインフリー音声対話インタフェースを用いた音声認識
- モーダル間の共起関係を考慮した階層的トピック軌跡モデルによる映像認識検索(IBIS2010(情報論的学習理論ワークショップ))
- HMMとMFCCを用いた楽器音の音源同定の検討
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- 雑音下音声認識の性能推定のためのひずみ尺度の検討(雑音・VAD,第9回音声言語シンポジウム)
- B-11-12 QoE評価に用いる標準音声データベースとその特徴量の分析(B-11. コミュニケーションクオリティ,一般セッション)
- B-11-34 帯域感とひずみ感を考慮した符号化楽音の客観品質評価法(B-11. コミュニケーションクオリティ, 通信2)
- B-11-19 楽音と音声の双方に適用できる客観品質評価法の検討(B-11.コミュニケーションクオリティ,一般セッション)
- B-11-35 平均非対称妨害密度を用いたI_の算出(B-11. コミュニケーションクオリティ, 通信2)
- B-11-18 雑音抑圧音声の客観品質評価に用いる総合品質推定モデルの改良(B-11.コミュニケーションクオリティ,一般セッション)
- D-14-16 フレーム正規化対数尤度に基づく信頼度を用いた単語レベルの認識結果の統合(D-14. 音声・聴覚, 情報・システム1)
- 雑音抑圧音声の主観・客観品質評価法
- 符号化劣化要因とパケット損失を考慮した楽音の客観品質評価法(触覚,五感メディアの品質,一般)
- 広帯域符号化音声に対応したオピニオンモデルにおける遅延劣化要因評価値の検討(触覚,五感メディアの品質,一般)
- B-11-19 未知広帯域音声codecの符号化歪み指標Ie,wb算出法に関する一検討(B-11.コミュニケーションクオリティ,一般講演)
- B-11-10 広帯域符号化音声の装置劣化要因評価値の検討(B-11.コミュニケーションクオリティ,一般講演)
- 広帯域符号化音声の装置劣化要因評価値(NW性能管理, NW品質, 一般)
- 劣決定音源分離のための分離音声のケプストラムスムージング
- 雑音抑圧処理音声に対する人間の認識率の検討及びPESQを用いた客観推定(ブロードバンドと放送のコンテンツ/セキュリティ/信頼性/モバイル, 及び一般)
- ハンズフリー音声通信のための雑音抑圧手法の主観・客観品質評価
- 雑音抑圧手法の主観・客観品質からの音声認識性能の推定
- 雑音抑圧手法の主観・客観品質と音声認識性能の関係(ポスターセッション)(第6回音声言語シンポジウム)
- 雑音抑圧手法の主観・客観品質と音声認識性能の関係(ポスターセッション)(第6回音声言語シンポジウム)
- 雑音抑圧手法の主観・客観品質と音声認識性能の関係(ポスターセッション)(第6回音声言語シンポジウム)
- モバイル音声通信のための雑音抑圧手法の主観・客観品質評価(モバイルサービス,サービス品質,一般)
- モバイル音声通信のための雑音抑圧手法の主観・客観品質評価(モバイルサービス,サービス品質,一般)
- 多チャンネルウィーナーフィルタを用いた音源分離におけるスパースモデルと最小二乗誤差モデルの性能比較 (応用音響)
- 球状スピーカアレーを用いた放射特性制御のシミュレーション (応用音響)
- 高次モーメント分析に基づく非線形MUSICによる劣決定方向推定 (応用音響)
- B-11-16 IP網を活用した音楽サービスの客観品質評価法(B-11. コミュニケーションクオリティ,一般セッション)
- B-11-18 装置劣化要因を考慮したマルチメディア品質の推定モデル(B-11.コミュニケーションクオリティ,一般講演)
- B-11-7 符号化パラメータを用いたAV通信品質推定のオピニオンモデル(B-11. コミュニケーションクオリティ, 通信2)
- オーディオビジュアル通信における音情報と映像情報の相互関係(モバイル,コンテンツ,セキュリティ,信頼性,一般)
- D-14-1 雑音抑圧音声の主観品質評価におけるミュージカルノイズの影響(D-14.音声,一般セッション)
- A-10-9 フルランク空間相関行列モデルに基づく拡散性雑音除去(A-10.応用音響,一般セッション)
- D-14-9 日本語スピーキングテストにおける文生成問題の採点に影響を及ぼす要因の検討(D-14.音声,一般セッション)
- D-14-8 日本語スピーキングテストにおける文章読み上げ問題の採点に影響を及ぼす要因の検討(D-14.音声,一般セッション)
- 周波数依存の時間差モデルによる劣決定BSS
- 日本語発話能力測定ウェブシステムのための留学生発話分析(ポスター講演,ポスターショートオーラル,時系列パターン認識)
- 日本語発話能力測定ウェブシステムのための留学生発話分析(ポスター講演,ポスターショートオーラル,時系列パターン認識)
- 日本語発話能力測定ウェブシステムのための留学生発話分析
- 周波数依存の時間差モデルによる劣決定BSS
- 球状スピーカアレーを用いた放射特性制御のシミュレーション
- 多チャンネルウィーナーフィルタを用いた音源分離におけるスパースモデルと最小二乗誤差モデルの性能比較
- 高次モーメント分析に基づく非線形MUSICによる劣決定方向推定
- 様々な歌手が同じ曲を歌った歌声の多様さを活用するシステム
- 単一音源区間情報を用いた非同期マイクロホンアレーによる音声強調(ブラインド信号処理,一般)
- 多変量確率モデルによる脳波の信号分離
- 高次モーメント分析に基づく非線形MUSICによる劣決定方向推定
- 周波数依存到来時間差推定に基づく劣決定ブラインド音源分離の高速化