深いインパルス応答:深層ネットワークによるフィルタの推定とパラメータ化【JST・京大機械翻訳】

Richard Alexander; Dodds Peter; Ithapu Vamsi Krishna

プレプリント

J-GLOBAL ID：202202221346212420 整理番号：22P0286028

深いインパルス応答:深層ネットワークによるフィルタの推定とパラメータ化【JST・京大機械翻訳】

Deep Impulse Responses: Estimating and Parameterizing Filters with Deep Networks

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 (3件)： , ,
資料名：
発行年： 2022年02月07日プレプリントサーバーでの情報更新日： 2022年02月07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)

基礎データ分布の最小制御による,高雑音およびインザイス設定におけるインパルス応答推定は,挑戦的な問題である。神経表現学習の最近の進歩に基づくインパルス応答のパラメータ化および推定のための新しいフレームワークを提案した。このフレームワークは,ソース信号を与える観測信号のインパルス応答と(アプリオリ未知)スペクトル雑音特性を同時に推定する注意深く設計されたニューラルネットワークによって駆動される。低信号対雑音比の下でさえ,推定におけるロバスト性を実証し,時空間実世界音声データから学習するとき,強い結果を示した。このフレームワークは,空間グリッド上のインパルス応答を補間する自然な方法を提供し,一方,拡張および仮想現実における実時間レンダリングアプリケーションに対して,それらを効率よく圧縮し,保存することを可能にする。【JST・京大機械翻訳】

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

音声処理

, , ,

前のページに戻る