文献

J-GLOBAL ID：202002277013145259   整理番号：20A1167073

音声強調ネットワークのためのSelf-Attention機構を用いた敵対的学習

Adversarial Training using Self-Attention Architecture for Speech Enhancement Network

著者 (2件)： 杉浦陽介 (埼玉大 工) ,  島村徹也 (埼玉大 工)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 458(SIS2019 37-60)  ページ： 125-129  発行年： 2020年02月27日 
JST資料番号： S0532B  ISSN： 0913-5685  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： 本稿は,音声強調ネットワークの性能改善に向けた新たな敵対的学習法を提案する.提案手法では,まず生成した音声波形に対してSelf-Attentionネットワークを適用し,カテゴリ情報を教師なし学習で取得する.このカテゴリ情報を識別器の入力に条件付けることで扱う問題を緩和し,より高精度な敵対的学習を実現する.シミュレーション実験を通じて,提案手法が従来手法より高精度に音声波形を復元するネットワークを構築できることを示す.(著者抄録)

シソーラス用語： *音声強調 ,  *ニューラルネットワーク ,  *人工知能 ,  改良 ,  波形 ,  教師なし学習 ,  弁別器 ,  シミュレーション ,  音声波形 ,  *敵対的生成ネットワーク
準シソーラス用語： 識別器 ,  性能改善

分類 (2件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z)

引用文献 (19件)：

• Y. Ephraim and D. Malah, ′′Speech enhancement using a minimum mean-square error log-spectral amplitude estimator,′′ IEEE Trans. Acoust. Speech and Signal Process., Vol.33, No. 2, pp. 443-445, 1985.
• X. Yong, D. Jun, L. R. Dai, and C. H. Lee, ′′An experimental study on speech enhancement based on deep neural networks,′′ IEEE Signal Process. Letters, Vol. 21, No. 1, pp. 65-68, 2014.
• C. Macartney and T. Weyde, ′′Improved Speech Enhancement with the Wave-U-Net,′′ arXiv:1811.11307, 5 pages, 2018.
• O. Ronneberger, P. Fischer, and T. Brox, ′′U-Net: Convolutional Networks for Biomedical Image Segmentation,′′ Medical Image Computing and Computer-Assisted Intervention, Vol. 9351, pp. 234-2415, 2015.
• H. S. Choi, J. Kim, J. Huh, A. Kim, J. W. Ha, and K. Lee, ′′Phase-Aware Speech Enhancement with Deep Complex U-Net,′′ Proc. ICLR 2019, 20 pages, 2019.

タイトルに関連する用語 (2件)： 音声強調 ,  敵対的学習