文献

J-GLOBAL ID：201802214977102436   整理番号：18A2209579

時空間音圧分布画像と機械学習を利用した音源分離に関する検討

A Study on Sound Source Separation Using Spatio-temporal Sound Pressure Distribution Images and Machine Learning

著者 (3件)： 塩澤光一朗 (山梨大 工) ,  小澤賢司 (山梨大 工) ,  伊勢友彦 (アルパイン)
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： 118  号： 312(EA2018 63-80)  ページ： 25-30  発行年： 2018年11月14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： マイクロホンアレイを利用した音源分離は,多チャネル音響システムにおける音源分離など,様々な場面で有効である。また,機械学習技術の一つであるニューラルネットワーク(以下NNと略記)を利用することで,小型かつ鋭い指向性を持つマイクロホンアレイシステムを実現することが可能である。しかし,NNのような非線形系に信号を通すと,非線形歪みが発生する。同相で含まれる目的音を消去する差分型システムでは,目的音に対する非線形歪みを回避することが可能である。本研究では,マイクロホンアレイで収録した信号の瞬時音圧を輝度に変換した「時空間音圧分布画像」と差分型システムを使用した音源分離手法について提案する。また,計算機シミュレーションを行い,各種パラメタが指向性に与える影響について検討したので報告する。(著者抄録)

シソーラス用語： *音響アレイ ,  *時空 ,  *音圧 ,  分布 ,  *音波画像 ,  *機械学習 ,  信号処理 ,  *音源 ,  *分離 ,  非直線歪 ,  計算機シミュレーション ,  指向性
準シソーラス用語： *マイクロホンアレイ ,  *時空間音圧分布画像 ,  音圧分布 ,  音源分離

分類 (1件)： 音響信号処理  (BB03050C)

引用文献 (11件)：

• 森田亘, 小畑秀文, “非線形多層構造を持つ超指向性マイクロホン・アレイ・システム,” 日本音響学会誌, 49(1), pp.28-33, 1993.
• A. Iseki, K. Ozawa, and Y. Kinoshita, “Neural-network-based microphone-array system trained with temporal-spatial patterns of multiple sinusoidal signals,” Acoustical Science & Technology, 38(2), pp. 63-70, 2017.
• M. Mizumachi, M. Origuchi and Y. Nishijima, “Nonlinear broadband beamformer with deep neural network,” Proc. 24th International Congress on Sound and Vibration (ICSV24), Paper ID: 873, 6 pages, 2017.
• 塩澤光一朗, 細谷燎平, 小澤賢司, 伊勢友彦, “不等間隔配置と深層学習を使用した超指向性マイクロホンアレイシステム,” 秋季日本音響学会講演論文集, pp.335-336, 2018.
• K. Ozawa, Y. Akishika, M. Morise, A. Iseki and Y. Kinoshita, “Broadbanding of a NN-based microphone-array system by decomposing into frequency components,” Proc. 6th IEEE Global Conference on Consumer Electronics (GCCE 2017), pp. 141-142, 2017.

タイトルに関連する用語 (4件)： 時空間 ,  音圧分布 ,  機械学習 ,  音源分離