文献

J-GLOBAL ID：202002269422218861   整理番号：20A1614290

空間特徴学習によるエンドツーエンドマルチチャネル音声分離の強化【JST・京大機械翻訳】

Enhancing End-to-End Multi-Channel Speech Separation Via Spatial Feature Learning

著者 (8件)： Gu Rongzhi (Peking University,ADSPLAB,Shenzhen,China) ,  Zhang Shi-Xiong (Tencent AI Lab,Bellevue,WA,USA) ,  Chen Lianwu (Tencent AI Lab,Shenzhen,China) ,  Xu Yong (Tencent AI Lab,Bellevue,WA,USA) ,  Yu Meng (Tencent AI Lab,Bellevue,WA,USA) ,  Su Dan (Tencent AI Lab,Shenzhen,China) ,  Zou Yuexian (Peking University,ADSPLAB,Shenzhen,China) ,  Yu Dong (Tencent AI Lab,Bellevue,WA,USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICASSP  ページ： 7319-7323  発行年： 2020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： 手作業空間特徴(例えば,チャネル間位相差,IPD)は,最近の深層学習ベースマルチチャネル音声分離(MCSS)法において基本的役割を果たす。しかし,これらの手動設計空間特徴は,エンドツーエンド最適化MCSSフレームワークに組み込むのが難しい。本研究では,エンドツーエンド音声分離フレームワークの中でマルチチャネル音声波形から直接空間特徴を学習するための統合アーキテクチャを提案した。このアーキテクチャでは,信号チャネルをスパニングする時間領域フィルタを訓練して適応空間フィルタリングを行う。これらのフィルタは2d畳込み(対流2d)層により実装され,それらのパラメータは純粋データ駆動方式で音声分離目的関数を用いて最適化される。さらに,IPD定式化に触発されて,著者らは,チャネル間畳込み差(ICD)を計算するための対流2dカーネルを設計し,それは,方向性源を識別するのを助ける空間手がかりを提供することが期待される。模擬マルチチャネル残響WSJ02混合データセットに関する評価結果は,提案したICDベースMCSSモデルがIPDベースMCSSモデルよりも10.4%全体の信号対歪比を改善することを示した。Copyright 2020 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： 空間フィルタリング ,  最適化 ,  残響 ,  対流 ,  畳込み ,  *学習 ,  駆動方式 ,  *エンドツーエンド方式 ,  目的関数 ,  定式化 ,  計算機アーキテクチャ
準シソーラス用語： 位相差 ,  *音声分離 ,  時間領域 ,  深層学習 , 【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)： 学習 ,  音声分離 ,  強化