文献

J-GLOBAL ID：201702279398833060   整理番号：17A0504111

単一チャネル音声強調のための知覚利得関数と深層ニューラルネットワークの同時最適化

Joint Optimization of Perceptual Gain Function and Deep Neural Networks for Single-Channel Speech Enhancement

著者 (5件)： HAN Wei (PLA University of Science and Technology) ,  ZHANG Xiongwei (PLA University of Science and Technology) ,  MIN Gang (PLA University of Science and Technology) ,  ZHOU Xingyu (PLA University of Science and Technology) ,  SUN Meng (PLA University of Science and Technology)
資料名： IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web)  (IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences (Web))
巻： E100.A  号： 2  ページ： 714-717(J-STAGE)  発行年： 2017年 
JST資料番号： U0466A  ISSN： 1745-1337  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 本文は,単一チャネルの音声強調タスクのための知覚利得関数と深層ニューラルネットワーク(DNN)の同時最適化を検討する。人間の聴覚系のマスキング特性を組み込み,残留ノイズを聞き取れないようにするDNNアーキテクチャが提案されている。この新しいDNNアーキテクチャは,雑音の多い音声特徴からのきれいな音声の振幅スペクトルを推定するために使用される知覚利得関数を直接訓練する。雑音条件がトレーニングデータに含まれているかどうかにかかわらず,提案音声強調手法は従来手法と比べ,大幅な性能幅改善を達成することを実験結果で実証した。(翻訳著者抄録)

シソーラス用語： *音声強調 ,  知覚 ,  利得 ,  関数 ,  *機械学習 ,  *ニューラルネットワーク ,  *最適化 ,  実証実験
準シソーラス用語： *深層学習 ,  *同時最適化

著者キーワード (4件)： speech enhancement ,  deep neural networks ,  perceptual gain function ,  joint optimization

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

引用文献 (10件)：

• [1] P.C. Loizou, Speech Enhancement: Theory and Practice, CRC, BocaRaton, FL, USA, 2013.
• [2] M. Sun, Y.N. Li, J. Gemmeke, and X.W. Zhang, “Speech enhancement under low SNR conditions via noise estimation using sparse and low-rank NMF with Kullback-Leibler divergence,” IEEE Trans. Audio, Speech, and Language Processing, vol.23, no.7, pp.1233-1242, 2015.
• [3] Y. Xu, J. Du, L.R. Dai, and C.H. Lee, “A regression approach to speech enhancement based on deep neural networks,” IEEE Trans. Audio, Speech, and Language Processing, vol.23, no.1, pp.7-19, 2014.
• [4] M. Sun, X.W. Zhang, H.V. Hamme, and T.F. Zheng, “Unseen noise estimation using separable deep auto encoder for speech enhancement,” IEEE Trans. Audio, Speech, and Language Processing, vol.24, no.1, pp.93-104, 2016.
• [5] P.S. Huang, M. Kim, and M.H. Johnson, “Joint optimization of masks and deep recurrent neural network for monaural source separation,” IEEE Trans. Audio, Speech, and Language Processing, vol.23, no.12, pp.2136-2147, 2015.

タイトルに関連する用語 (7件)： チャネル ,  音声強調 ,  知覚 ,  利得 ,  関数 ,  深層ニューラルネットワーク ,  同時最適化