文献

J-GLOBAL ID：202302259526251777   整理番号：23A1046885

Double-DIPに基づく教師なし雑音除去の分析と性能改善

Analysis and performance improvement of Double-DIP based unsupervised noise reduction

著者 (2件)： 大中緋慧 (徳山工高専) ,  宮崎亮一 (徳山工高専)
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： 2023  号： 春季  ページ： ROMBUNNO.1-1Q-2  発行年： 2023年03月01日 
JST資料番号： G0381C  ISSN： 1880-7658  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,観測されたnoisy1つに対して事前学習なしで処理を行うDNN雑音除去手法の問題を解決する改善案を提案。
・まず多様な種類の雑音に対応するため,スペクトログラムを分割し各領域における尖度を損失項に組み込み,次に音声の歪みを緩和し,ミュージカルノイズの発生を抑制するバッチ学習と平均処理を導入。
・客観評価実験には,JNAS音声コーパスよりランダムに抽出した60文にnoiseを混入したnoisyと人工的に生成された白色ガウス雑音,ピンクノイズ,DEMANDなど5種類の異なる雑音を使用。
・その結果として,バッチ処理の導入により各指標のスコアが改善するなど音声の歪みとミュージカルノイズが発生する問題を解決するバッチ平均処理の有効性を確認。

シソーラス用語： *音声信号 ,  *雑音除去 ,  *ニューラルネットワーク ,  実験 ,  雑音 ,  バッチ処理 ,  評価 ,  コーパス ,  音声処理 ,  Gauss雑音 ,  白色雑音 ,  1/f雑音 ,  *画像処理 ,  *機械学習
準シソーラス用語： CNN ,  *DNN ,  *Double-DIP ,  JNAS音声コーパス ,  バッチ平均処理 ,  ピンクノイズ ,  ミュージカルノイズ ,  客観評価 ,  客観評価実験 ,  深層ニューラルネットワーク ,  深層学習 ,  白色ガウス雑音

分類 (2件)： 音声処理  (JE05000E) ,  雑音一般  (ND04010J)

引用文献 (12件)：

• H. S. Choi, J. H. Kim, et al., “Phase-aware speech enhancement with deep complex U-Net,” Proc. of International Conference on Learning Representations (ICLR),2018.
• T. Fujimura, Y. Koizumi, et al., “Noisy-target training:A training strategy for DNN-based speech enhancement without clean speech,” Proc. of European Signal Processing Conference (EUSIPCO), 2021.
• S. W. Fu, C. Yu, et al., “MetricGAN-U: Unsupervised speech enhancement/dereverberation based only on noisy/reverberated speech,” Proc. of International Conference on Acoustics, Speech and Signal Processing(ICASSP), 2022.
• Z. Zhang, Y. Wang, et al., “Deep audio priors emerge from harmonic convolutional networks,” Proc. of International Conference on Learning Representations (ICLR),2019.
• 大中,藤村,宮崎,“Double-DIP に基づく単一雑音混入音声のみを用いた雑音除去の検討,” 応用音響研究会,2022.

タイトルに関連する用語 (5件)： DIP ,  教師 ,  雑音除去 ,  分析 ,  性能改善