文献

J-GLOBAL ID：202202258260995435   整理番号：22A0428137

深層音源分離ネットワークにより自発的に学習される聴覚様同時分離機構【JST・京大機械翻訳】

Auditory-like simultaneous separation mechanisms spontaneously learned by a deep source separation network

著者 (7件)： Li Han (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an 710072, China) ,  Chen Kean (School of Marine Science and Technology, Northwestern Polytechnical University, Xi’an 710072, China) ,  Chen Kean (State Key Laboratory of Power Grid Environmental Protection, Wuhan 430074, China) ,  Li Rong (Xi’an Act Acoustic Science and Technology Co., Ltd, Xi’an 710072, China) ,  Liu Jianben (State Key Laboratory of Power Grid Environmental Protection, Wuhan 430074, China) ,  Wan Baoquan (State Key Laboratory of Power Grid Environmental Protection, Wuhan 430074, China) ,  Zhou Bing (State Key Laboratory of Power Grid Environmental Protection, Wuhan 430074, China)
資料名： Applied Acoustics  (Applied Acoustics)
巻： 188  ページ： Null  発行年： 2022年 
JST資料番号： D0559A  ISSN： 0003-682X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 複雑な音響シーンにおける異なる音源に対する選択的聴取は,まだ機械聴力にとって緊急の課題である。本研究では,単壁混合物からの2つの音源の分離を研究した。エンドツーエンド完全畳込み時間領域オーディオ分離ネットワーク(ConvTasNet)を,音声,環境音,音楽を含む汎用データセットにより訓練した。最良性能ネットワークの後,試験データセットにおける混合物は,11.70dBの平均スケール不変信号対歪比改善(SI-SDRi)を得ることができ,それは,自然源を分離するための人間性能と同程度であった。有望な性能を除いて,本研究の主な貢献は,一連の古典的ヒト聴覚分離実験を通して,ネットワークの根底にある分離機構を明らかにすることであった。結果は,聴覚システムの生物学的モデリングなしで,提案したネットワークが,ソースを分離するために聴覚システムの側面を自発的に模倣することを示した。聴覚シーン解析のための周波数近接性と調和原理は,そのような純粋な統計的深いネットワークによって自然に学習されるだけでなく,高周波における周波数選択性と高調波の可解性を正確にシミュレートする。人間と類似の挙動特性を有する深いネットワークの出現は,すべてのシーンに適応でき,人間の耳のような選択的聴取を達成できる普遍的なネットワークを開発する可能性を提供する。他方,認識や局所化のような他の問題に対する聴覚システムのモデリングへの新しい展望も提供する。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  *聴覚 ,  *ネットワーク ,  音響 ,  聴力 ,  *音源 ,  高調波 ,  ヒト ,  HF【周波数】 ,  オーディオ機器 ,  エンドツーエンド方式
準シソーラス用語： 周波数選択性 ,  環境音 ,  *音源分離 ,  時間領域 , 【Automatic Indexing@JST】

著者キーワード (4件)： 同時分離機構 ,  深層ネットワーク ,  近接 ,  調和性

分類 (1件)： 建築音響  (BB03080J)

タイトルに関連する用語 (4件)： 深層 ,  音源分離 ,  学習 ,  聴覚