文献

J-GLOBAL ID：201802285356528102   整理番号：18A1678893

NMFとCASAの統合によるDNNベース音声強調【JST・京大機械翻訳】

DNN-Based Speech Enhancement via Integrating NMF and CASA

著者 (3件)： Yan Bofang (Faculty of Information Technology, Beijing University of Technology, Speech and Audio Signal Processing Laboratory, Beijing, China) ,  Bao Changchun (Faculty of Information Technology, Beijing University of Technology, Speech and Audio Signal Processing Laboratory, Beijing, China) ,  Bai Zhigang (Faculty of Information Technology, Beijing University of Technology, Speech and Audio Signal Processing Laboratory, Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICALIP  ページ： 435-439  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： 本論文では,深いニューラルネットワーク(DNN)を用いて,非負行列因数分解(NMF)と計算聴覚シーン解析(CASA)を統合した新しい音声強調法を提案した。まず第一に,著者らはNMFを通してそれぞれ音声とノイズの基底マトリックスを得ることができて,深いニューラルネットワークを用いることによってCASAに基づく理想的比率マスク(IRM)を得ることができた。次に,高速Fourier変換(FFT)領域における線形最小二乗誤差(LMMSE)フィルタを構築し,ガンマ領域に変換した。最後に,統合Wiener様フィルタを,NMFのフィルタをCASAのマスクと結合することによって得た。NMFおよびCASA法と比較することによって,実験は提案方法の優位性を提示した。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： フィルタ ,  高速Fourier変換 ,  *音声強調 ,  聴覚 ,  ニューラルネットワーク ,  雑音 ,  基底 ,  線形性
準シソーラス用語： 最小平均二乗誤差 ,  非負行列因子分解 , 【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 (3件)： NMF ,  統合 ,  音声強調