文献

J-GLOBAL ID：202202279718273343   整理番号：22A1077623

LSTMネットワークを用いた非線形ビームフォーマの検討

Investigation of nonlinear beamformer using LSTM network

著者 (2件)： 荒瀬新史 (九州工大) ,  水町光徳 (九州工大)
資料名： 日本音響学会研究発表会講演論文集(CD-ROM)  (日本音響学会講演論文集(CD-ROM))
巻： 2022  号： 春季  ページ： ROMBUNNO.1-1Q-3  発行年： 2022年02月23日 
JST資料番号： G0381C  ISSN： 1880-7658  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・非線形ビームフォーミングは,音響信号処理において飛躍的な進歩を達成。
・しかし,その性能はニューラルネットワークのネットワーク構造,パラメータ設定,学習データなどに依存。
・本研究では,音声を対象とした非線形ビームフォーミングの学習データの最適化を実施。
・複雑な音声信号では,目的方向への均一な空間選択性やフラットな応答を実現することが困難であることが判明。
・学習データとして正弦波の1kHzと2kHzを組み合わせることにより,音声帯域において理想的な指向性パターンの作成が可能。
・今後は,実環境下での音声強調の性能評価を行う予定。

シソーラス用語： *信号処理 ,  位相制御 ,  *ニューラルネットワーク ,  音声 ,  *音声信号 ,  データ ,  性能評価
準シソーラス用語： *音響信号処理 ,  ビームフォーミング ,  学習データ

分類 (3件)： 音声処理  (JE05000E) ,  人工知能  (JE08000Z) ,  音響信号処理  (BB03050C)

引用文献 (8件)：

• Brandstein M., Ward. D. (eds.), Springer, Berlin, Heidelberg, 2001.
• Kobatake H., Morita W., and Yano Y., Proc. ICASSP, vol. 2, pp.321-324, 1992.
• Dahl M. and Claesson I.,Proc. IEEE Signal Processing Society Workshop, pp. 311-319, 1996.
• Song X., Wang J., Han Y., and Tian D., Proc. International Joint Conference on Neural Network, pp. 1758-1763, 2006.
• Mizumachi M. and Origuchi M., Proc. ICA, Paper ID: 696, 2016.

タイトルに関連する用語 (3件)： LSTMネットワーク ,  非線形 ,  ビームフォーマ