文献

J-GLOBAL ID：201802273678739663   整理番号：18A2041586

von-Mises分布ディープニューラルネットワークに基づく振幅スペクトログラムからの位相再構成【JST・京大機械翻訳】

Phase Reconstruction from Amplitude Spectrograms Based on Von-Mises-Distribution Deep Neural Network

著者 (5件)： Takamichi Shinnosuke (The University of Tokyo, Graduate School of Information Science and Technology, Japan) ,  Saito Yuki (The University of Tokyo, Graduate School of Information Science and Technology, Japan) ,  Takamune Norihiro (The University of Tokyo, Graduate School of Information Science and Technology, Japan) ,  Kitamura Daichi (The University of Tokyo, Graduate School of Information Science and Technology, Japan) ,  Saruwatari Hiroshi (The University of Tokyo, Graduate School of Information Science and Technology, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IWAENC  ページ： 286-290  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： 本論文は,振幅スペクトログラムからの深いニューラルネットワーク(DNN)ベースの位相再構成を提示した。音声信号と音声処理において,振幅スペクトログラムは処理にしばしば用いられ,対応する位相スペクトログラムはGriffin-Lim法に基づいて振幅スペクトログラムから再構成される。しかし,Griffin-Lim法は合成音声において非自然なアーチファクトを引き起こす。この問題を扱い,位相再構成のためのvon-Mises分布DNNを導入した。DNNは,位相のような周期的変数の分布をモデル化できるvon Mises分布を持つ生成モデルであり,DNNのモデルパラメータを最尤推定基準に基づいて推定した。さらに,DNN訓練に対するグループ遅延損失を提案し,自然グループ遅延に近い予測グループ遅延を作成した。実験結果は,1)訓練されたDNNが,位相自身より正確にグループ遅延を予測でき,2)著者らの位相再構成法が従来のGriffin-Lim法より良い音声品質を達成することを実証した。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： *再構成 ,  最尤法 ,  音声信号 ,  モデリング ,  *位相回復 ,  アーチファクト ,  予測 ,  *ニューラルネットワーク ,  *位相 ,  音声処理 ,  音声品質 ,  生成モデル ,  *スペクトログラム ,  *ディープニューラルネットワーク
準シソーラス用語： モデルパラメータ , 【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 (5件)： 分布 ,  ディープニューラルネットワーク ,  振幅 ,  スペクトログラム ,  位相再構成