文献

J-GLOBAL ID：201802245670132184   整理番号：18A1770867

生成的敵対訓練によるCBLDNNに基づく話者独立音声分離【JST・京大機械翻訳】

CBLDNN-Based Speaker-Independent Speech Separation Via Generative Adversarial Training

著者 (5件)： Li Chenxing (Institute of Automation, Chinese Academy of Sciences, Beijing, P.R.China) ,  Zhu Lei (AI Lab, Rokid Inc., Beijing, P.R.China) ,  Xu Shuang (Institute of Automation, Chinese Academy of Sciences, Beijing, P.R.China) ,  Gao Peng (AI Lab, Rokid Inc., Beijing, P.R.China) ,  Xu Bo (Institute of Automation, Chinese Academy of Sciences, Beijing, P.R.China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 711-715  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： 本論文において,著者らは,畳込み,双方向の長い短期記憶,深いフィードフォワードニューラルネットワーク(CBLDNN)に基づく話者に依存しないマルチ話者モノラル音声分離システム(CBLDNN-GAT)を,生成的なadvers訓練(GAT)を用いて提案した。このシステムは,平均二乗誤差(MSE)を最小化する代わりに,より良い音声品質を得ることを目的としている。初期段階において,著者らは,マルチタスク方式において,著者らのCBLDNNを暖めるために,対数メールフィルタバンクおよびピッチ特徴を利用した。従って,音声の分離と音声品質の改善に寄与する情報をモデルに統合した。著者らは,訓練を通してGATを実行して,それは分離した音声を実際のものと区別できなくした。WSJ0-2ミックスデータセット上でCBLDNN-GATを評価した。実験結果は,提案したモデルが11.0d-B信号対歪比(SDR)改善を達成し,それが新しい最先端の結果であることを示した。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： *畳込み ,  単耳聴 ,  対数 ,  フィルタバンク
準シソーラス用語： 短期記憶 ,  平均二乗誤差 ,  *音声分離 ,  フィードフォワードニューラルネットワーク ,  音声品質 ,  *話者 , 【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)： 敵対 ,  訓練 ,  話者 ,  音声分離