文献

J-GLOBAL ID：201802244614826102   整理番号：18A2041553

MMDensELSTM:音声源分離のための畳込みとリカレントニューラルネットワークの効率的組合せ【JST・京大機械翻訳】

Mmdenselstm: An Efficient Combination of Convolutional and Recurrent Neural Networks for Audio Source Separation

著者 (3件)： Takahashi Naoya (Sony Corporation, Minato-ku, Tokyo, Japan) ,  Goswami Nabarun (Sony India Software Centre, Bangalore, India) ,  Mitsufuji Yuki (Sony Corporation, Minato-ku, Tokyo, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWAENC  ページ： 106-110  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深いニューラルネットワークは,音声源分離(SS)のための不可欠な技術になった。最近,MM-DenseNetと呼ばれるCNNアーキテクチャの変種が,ソース振幅を推定するSS問題を解くために成功裏に使用され,最新の結果がDSD100データセットに対して得られたことが最近報告された。さらに,MMDenseNetを強化するために,音声コンテキスト内の長期構造を効率的にモデル化するために,スキップ接続を持つ複数のスケールで長い短期メモリ(LSTM)を統合する新しいアーキテクチャを提案した。実験結果により,提案した方法がMMDenseネット,LSTMおよび2つのネットワークの混合物より優れていることを示した。提案したモデルのパラメータと処理時間の数は,単純な混合のものより著しく少ない。さらに,提案した方法は,単一音声分離タスクに対して理想的二値マスクを用いて得られたものよりも良好な結果をもたらした。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加工時間 ,  モデリング ,  *ニューラルネットワーク ,  計算機アーキテクチャ ,  *ネットワーク ,  記憶装置 ,  *畳込み
準シソーラス用語： 音声分離 ,  *リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 音声 ,  畳込み ,  リカレントニューラルネットワーク ,  組合せ