文献

J-GLOBAL ID：202002280666071394   整理番号：20A0131761

Haar変換を導入した時間領域深層ニューラルネットに基づく音源分離

Source Separation Based on Time-Domain Deep Neural Networks with Haar Transform

著者 (2件)： 中村友彦 (東大 大学院情報理工学系研究科) ,  猿渡洋 (東大 大学院情報理工学系研究科)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 306(EA2019 50-65)  ページ： 41-48  発行年： 2019年11月15日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本稿では,Haarウェーブレットを用いた離散ウェーブレット変換(Haar変換)に基づくダウンサンプリング層とアップサンプリング層を用いた時間領域音源分離手法を提案する.提案モデルは,深層ニューラルネットを用いた時間領域音源分離手法の1つであるWave-U-Netをベースとしており,特徴量マップを繰り返しダウンサンプルし,入力信号と同一の時間解像度まで繰り返しアップサンプルする構造を有している.我々は,この構造が多重解像度解析の構造と類似していることに着眼し,Wave-U-Netのダウンサンプリング層のままではエリアシングが起こり,分離に有用な情報が破棄されうることを明らかにする.これらの問題を同時に解決するため,アンチエリアシングフィルタを備え完全再構成性を有するHaar変換を用いて,我々はダウンサンプリング層を設計する.楽音に対する音源分離実験により,提案法の有効性とアンチエリアシングフィルタと完全再構成性を同時に考慮する重要性を示す.(著者抄録)

シソーラス用語： *Haar変換 ,  *ニューラルネットワーク ,  深層 ,  信号特性 ,  *信号処理 ,  音源 ,  分離 ,  信号標本化 ,  エイリアシング ,  楽器音響 ,  音声合成 ,  再構成 ,  音波信号 ,  信号解析
準シソーラス用語： 深層ニューラルネットワーク ,  時間領域 ,  *音源分離 ,  ダウンサンプリング ,  エリアシング ,  楽音 ,  音響信号 ,  多重解像度解析

分類 (2件)： 音響信号処理  (BB03050C) ,  音声処理  (JE05000E)

引用文献 (25件)：

• F.-R. Stöter, A. Liutkus, and N. Ito, ′′The 2018 signal separation evaluation campaign,′′ Proc. International Conference on Latent Variable Analysis and Signal Separation, pp.293-305, 2018.
• J. Hershey, Z. Chen, J. Le Roux, and S. Watanabe, ′′Deep clustering: Discriminative embeddings for segmentation and separation,′′ Proc. IEEE International Conference on Acoustics, Speech and Signal Processing, pp.31-35, 2016.
• A. Jansson, E.J. Humphrey, N. Montecchio, R.M. Bittner, A. Kumar, and T. Weyde, ′′Singing voice separation with deep U-net convolutional networks,′′ Proc. International Society for Music Information Retrieval Conference, 2017.
• N. Takahashi and Y. Mitsufuji, ′′Multi-scale multi-band densenets for audio source separation,′′ Proc. IEEE Workshop on Applications of Signal Processing to Audio and Acoustics, pp.21-25, 2017.
• N. Takahashi, N. Goswami, and Y. Mitsufuji, ′′Mmdenselstm: An efficient combination of convolutional and recurrent neural networks for audio source separation,′′ Proc. International Workshop on Acoustic Signal Enhancement, pp.106-110, 2018.

タイトルに関連する用語 (5件)： Haar変換 ,  時間領域 ,  深層 ,  ニューラルネット ,  音源分離