文献

J-GLOBAL ID：201802263959307956   整理番号：18A0624307

スペクトルおよび時間的正則化を用いた辞書学習を用いた音響雑音除去【Powered by NICT】

Acoustic Denoising Using Dictionary Learning With Spectral and Temporal Regularization

著者 (3件)： Vaz Colin (University of Southern California, Los Angeles, CA, USA) ,  Ramanarayanan Vikram (Testing Service R&D, San Francisco, CA, USA) ,  Narayanan Shrikanth (University of Southern California, Los Angeles, CA, USA)
資料名： IEEE/ACM Transactions on Audio, Speech, and Language Processing  (IEEE/ACM Transactions on Audio, Speech, and Language Processing)
巻： 26  号： 5  ページ： 967-980  発行年： 2018年 
JST資料番号： W0508B  ISSN： 2329-9290  CODEN： ITASFA  資料種別： 逐次刊行物 (A)
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： は非常に雑音の多い環境で収集されたデータの音声強調のための方法を示し,磁気共鳴イメージングスキャンで得られたものである。はこの増強を行うために辞書学習に基づくアルゴリズムを提案した。雑音の辞書とデータの音声+雑音部分を学習し,これらを用いて推定された音声と雑音成分への雑音スペクトルを因数分解するにintrasource加成性(CMF WISA)と複合体を形成した非負行列因数分解を用いた。雑音モデリングを改善するためのスペクトルおよび時間的正則化項を持つCMF WISA費用関数を増大させた。客観的および主観的評価の両方に基づいて,このアルゴリズムは最小平均二乗フィルタリングのような従来の技術よりも著しく優れていることを見出し,事前知識または現在の最先端のアルゴリズムが必要とする雑音波形の周期性のような特定の仮定を必要としない。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 音声強調 ,  *雑音 ,  フィルタリング ,  NMRイメージング ,  *正則化 ,  因数分解 ,  *スペクトル ,  *音波干渉 ,  主観評価 ,  アルゴリズム ,  費用関数 ,  モデリング
準シソーラス用語： 事前知識 ,  非負行列因子分解 ,  *辞書学習 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (4件)： スペクトル ,  正則化 ,  辞書学習 ,  音響雑音