時間周波数表現における複数マイクロホンを用いた音源分離(ブラインド信号処理,一般)
スポンサーリンク
概要
- 論文の詳細を見る
複数のマイクロホンを用いて音源分離を達成する手法には様々なものがあるが,これらを大きく2つに分けて説明する.1つ目に分類される方法は周波数毎に独立成分分析(ICA)やガウス混合モデル(GMM)を適用するものであり,その後パーミュテーション問題を解決することで音源分離を達成する.2つ目の方法は非負値行列因子分解(NMF)を用いるものであり,これを複数マイクロホンに拡張することで音源の空間的特徴に従ってNMFの基底をクラスタリングする.いずれの方法も,時間周波数表現にさらにマイクロホンの軸を加えたものを解析対象としているという点で統一的に説明ができる.
- 2012-12-06
著者
関連論文
- 周波数領域ブラインド音源分離のための極座標表示に基づく活性化関数
- 音源分離技術の最新動向
- 音声区間推定と時間周波数領域方向推定の統合による会議音声話者識別(音響信号処理/一般)
- AS-4-5 音声のスパース性を用いたUnderdetermined音源分離(AS-4. ICAを超える,シンポジウムセッション)
- A-10-6 周波数領域ICAにおける初期値の短時間データからの学習(A-10. 応用音響,一般セッション)
- A-10-9 多くの背景音からの主要音源のブラインド抽出(A-10.応用音響,基礎・境界)
- A-10-8 3次元マイクロホンアレイを用いた多音源ブラインド分離(A-10.応用音響,基礎・境界)
- A-10-7 観測ベクトルのクラスタリングによるブラインド音源分離(A-10.応用音響,基礎・境界)
- ブラインド信号処理技術の研究動向(マイクロホンアレー・ブラインド分離・音源位置推定/一般)
- 移動音源の低遅延実時間ブラインド分離
- 周波数領域ブラインド音源分離における permutation 問題の頑健な解法
- 周波数領域ICAと時間遅れスペクトル減算による残響下での実時間ブラインド音源分離
- 間隔の異なる複数のマイクペアによるブラインド音源分離
- 非定常スペクトルサブトラクションによる音源分離後の残留雑音除去
- H-021 ファッション雑誌を用いたコーディネート推薦システム(H分野:画像認識・メディア理解,一般論文)
- 時間周波数マスクによる実環境でのブラインド音源分離
- 非負値行列因子分解NMFの基礎とデータ/信号解析への応用
- Latent Dirichlet Allocationを用いた潜在的構造変化検知(ベイズ統計モデル,統計推理,データベース,一般)
- サブセット無限関係モデル(第15回情報論的学習理論ワークショップ)
- sNMF:非負値制約下における複数行列の同時分解法 : ソーシャルメディア解析を応用例として(第15回情報論的学習理論ワークショップ)
- ユーザの潜在特徴を考慮したソーシャルネットワーク上の情報拡散モデル
- 時間周波数表現における複数マイクロホンを用いた音源分離(ブラインド信号処理,一般)
- Latent Dirichlet Allocation を用いた潜在的構造変化検知