教師なしマルチチャネル信号源分離のための空間損失【JST・京大機械翻訳】

Saijo Kohei; Scheibler Robin

プレプリント

J-GLOBAL ID：202202220892625497 整理番号：22P0323707

教師なしマルチチャネル信号源分離のための空間損失【JST・京大機械翻訳】

Spatial Loss for Unsupervised Multi-channel Source Separation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年04月01日プレプリントサーバーでの情報更新日： 2022年04月01日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

教師なしマルチチャネルソース分離のための空間損失を提案した。提案した損失は,到来方向(DOA)とビーム成形の双対性を利用する:ステアリングとビーム成形ベクトルは,ターゲット源のために整列しなければならないが,干渉するものに直交する。空間損失は,古典的DOA推定器と神経分離器からの混合と脱混合システムの間の一貫性を,それぞれ奨励する。提案した損失により,最小分散無歪応答(MVDR)ビーム成形と独立ベクトル解析(IVA)に基づく神経分離器を訓練した。また,参照としてブラインドソース分離の出力を用いる,空間損失と信号損失の組み合わせの有効性を調べた。合成および記録(LibriCSS)混合物について提案した方法を評価した。空間損失がIVAベースセパレータを訓練するのに最も効果的であることを見出した。神経MVDRビーム成形器では,信号損失と組み合わせたとき,それは最良に機能する。合成混合物では,提案した教師なし損失は単語誤り率に関して教師つき損失と同じ性能をもたらす。LibriCSSでは,ラベル付き訓練データなしで最先端の性能に近い。【JST・京大機械翻訳】

, , , , , , , , ,
, , , , , , , 【Automatic Indexing@JST】

信号理論

, , ,

前のページに戻る