文献

J-GLOBAL ID：202402252285583362   整理番号：24A1403994

ロボット聴覚のための音源定位と深層ブラインド音源分離の統合

著者 (8件)： 合澤隆拓 (東京工大) ,  合澤隆拓 (産業技術総合研) ,  坂東宜昭 (産業技術総合研) ,  糸山克寿 (東京工大) ,  糸山克寿 (HRI-JP) ,  西田健次 (東京工大) ,  中臺一博 (東京工大) ,  大西正輝 (産業技術総合研)
資料名： 日本ロボット学会学術講演会予稿集(CD-ROM)  (日本ロボット学会学術講演会(CD-ROM))
巻： 41st  ページ： ROMBUNNO.1D4-05  発行年： 2023年 
JST資料番号： L4867A  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： 本論文では,トレーニング環境とテスト環境との間のドメインミスマッチに対してロバストな深層学習(DL)に基づく音源分離(SSS)について取り上げる。このために,SSSが音源の空間情報を明示的に使用できるように,SSSに音源定位を導入することを提案した。この考え方に基づいて,混合音源を用いて学習を行うことが可能な,DLに基づくSSSモデルであるニューラルFCA(フルランク空間相関分析)を拡張し,音源の数と各音源のアクティブ状態に対応する弱いラベルを取得した。また提案手法の検証のために分析を行った。(翻訳著者抄録)

シソーラス用語： ロボット ,  聴覚 ,  *音像定位 ,  *信号処理 ,  音源 ,  *機械学習 ,  不整合 ,  音源分離 ,  *深層学習 ,  *ブラインドソース分離
準シソーラス用語： *ブラインド音源分離 ,  ミスマッチ ,  *音源定位

分類 (2件)： 音声処理  (JE05000E) ,  音響信号処理  (BB03050C)

引用文献 (11件)：

• R. Schmidt. Multiple emitter location and signal parameter estimation. IEEE TAP, 34(3):276-280, 1986.
• S. Wisdom et al. What ’s all the fuss about free universal sound separation data? In ICASSP, 186-190, 2021.
• Z. Luo et al. A comprehensive survey on blind source separation for wireless adaptive processing: Principles, perspectives, challenges and new research directions. IEEE Access, 6:66685-66708, 2018.
• H. Sawada et al. Multichannel extensions of nonnegative matrix factorization with complex-valued data. IEEE TASLP, 21(5):971-982, 2013.
• D.D. Lee and H.S. Seung. Algorithms for nonnegative matrix factorization. In Advances in Neural Information Processing Systems, volume 13, 2000.

タイトルに関連する用語 (6件)： ロボット ,  聴覚 ,  音源定位 ,  深層 ,  ブラインド音源分離 ,  統合