文献

J-GLOBAL ID：201902241306591020   整理番号：19A2171926

バイナリマスク付き非負値行列因子分解による発音時刻を用いた音源分離手法とその評価

著者 (5件)： 日下湧太 (東京工大) ,  糸山克寿 (東京工大) ,  西田健次 (東京工大) ,  中臺一博 (東京工大) ,  中臺一博 (ホンダ・リサーチ・インスティチュート・ジャパン)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2019  号： MUS-124  ページ： Vol.2019-MUS-124,No.14,1-7 (WEB ONLY)  発行年： 2019年08月20日 
JST資料番号： U0451A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,バイナリマスク付き非負値行列因子分解による発音時刻を事前情報として利用する音源分離手法の提案とその評価を行う.複数の楽器により構成されるモノラル音響信号から特定の楽器音のみを分離する処理には,目的の楽器の事前情報を利用する手法が主流である.しかし,これらの手法で扱われる事前情報はユーザが準備することが困難なことや作成するには手間がかかることが多い.この問題を緩和するため,事前情報として目的楽器の発音時刻を利用して分離を行う音源分離手法を提案する.提案法は音高や音の終了時刻は利用せず,発音時刻のみを事前情報として利用する.そのためユーザが楽曲を聴取し,目的楽器の発音に合わせてボタンを押下することで容易に作成できる.このときユーザがすべてのタイミングで発音時刻を与えずとも音源分離を行うことができる.非負値行列因子分解を音響モデルとし,アクティベーションにマルコフ連鎖に基づくバイナリマスクを導入することで発音時刻を扱うことができるように拡張を行う.提案法の分離精度を評価するため,実楽曲データベースを用いてメロディ分離実験を行った.この結果,発音時刻が各基底に対して1つしか与えられない場合でも十分な音源分離精度を実現できることを確認した.(著者抄録)

シソーラス用語： 因数分解 ,  発音 ,  *信号処理 ,  単耳聴 ,  時間 ,  *楽器音響 ,  フォトマスク ,  スペクトル解析 ,  Fourier変換 ,  帰納推論 ,  マスキング ,  モデル推論 ,  音響信号処理 ,  非負行列因子分解 ,  *ブラインドソース分離 ,  マスク
準シソーラス用語： バイナリマスク ,  *ブラインド音源分離 ,  モノーラル音響 ,  時刻 ,  短時間Fourier変換

分類 (1件)： 音響信号処理  (BB03050C)

引用文献 (26件)：

• Yoshii, K., Goto, M., Komatani, K., Ogata, T. and Okuno, H. G.: Drumix: An audio player with realtime drum-part rearrangement functions for active music listening, Information and Media Technologies, Vol. 2, No. 2, pp. 601-611 (2007).
• Simpson, A. J., Roma, G. and Plumbley, M. D.: Deep karaoke: Extracting vocals from musical mixtures using a convolutional deep neural network, LVA/ICA, pp. 429-436 (2015).
• Benetos, E., Dixon, S., Giannoulis, D., Kirchhoff, H. and Klapuri, A.: Automatic music transcription: challenges and future directions, Journal of Intelligent Information Systems, Vol. 41, No. 3, pp. 407-434 (2013).
• Eronen, A. and Klapuri, A.: Musical instrument recognition using cepstral coefficients and temporal features, ICASSP, Vol. 2, pp. II753-II756 (2000).
• Kostek, B.: Musical instrument classification and duet analysis employing music information retrieval techniques, Proceedings of the IEEE, Vol. 92, No. 4, pp. 712-729 (2004).

タイトルに関連する用語 (7件)： バイナリマスク ,  非負値行列因子分解 ,  発音 ,  時刻 ,  音源分離 ,  手法 ,  評価