文献

J-GLOBAL ID：201802260397477401   整理番号：18A1770861

単一チャネル多重話者音声分離のためのソース意識文脈ネットワーク【JST・京大機械翻訳】

Source-Aware Context Network for Single-Channel Multi-Speaker Speech Separation

著者 (4件)： Li Zeng-Xi (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China, Hefei, China) ,  Song Yan (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China, Hefei, China) ,  Dai Li-Rong (National Engineering Laboratory for Speech and Language Information Processing, University of Science and Technology of China, Hefei, China) ,  McLoughlin Ian (School of Computing, University of Kent, Medway, UK)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICASSP  ページ： 681-685  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： 深い学習に基づくアプローチは,話者依存単一チャネルマルチ話者音声分離において有望な性能を達成した。しかしながら,部分的にラベル置換問題により,それらは話者独立条件において困難に遭遇する可能性がある。最近の方法は,いくつかの割当操作によってこの問題を扱う。それらとは異なり,音声源と混合信号を明示的に入力する新しいソース認識コンテキストネットワークを提案した。同じソース信号の時間依存性と連続性を利用することにより,出力の置換次数は追加の後処理なしで容易に決定できる。さらに,訓練と推論段階の間の不整合に対処するために,多重時間ステップ予測訓練戦略を提案した。ベンチマークWSJ0-2ミックスデータセットに関する実験結果は,著者らのネットワークが,信号対歪比(SDR)改善に関して,閉セットおよびオープンセット条件の両方で,最先端の方法よりも同等またはより良い結果を達成することを明らかにした。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： *ネットワーク ,  予測 ,  時間依存性 ,  *多重化 ,  後処理 ,  不整合 ,  連続性 ,  *チャネル ,  ベンチマーク
準シソーラス用語： 混合信号 ,  次数 ,  *音声分離 ,  ラベルスワッピング ,  *話者 ,  最先端 , 【Automatic Indexing@JST】

分類 (3件)： NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (7件)： チャネル ,  多重 ,  話者 ,  音声分離 ,  ソース ,  意識 ,  文脈