電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
‥‥ (ESS/通ソ/エレソ/ISS)
技報アーカイブ
‥‥ (エレソ/通ソ)
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2016-03-29 13:15
半教師あり非負値行列因子分解における音源分離性能向上のための効果的な基底学習法
北村大地総研大)・○小野順貴NII/総研大)・猿渡 洋東大)・高橋 祐近藤多伸ヤマハ
技報オンラインサービス実施中
抄録 (和) 本稿では,半教師あり非負値行列因子分解(NMF)に基づく音源分離において,分離性能を向上させる効果的な教師基底の学習法を新たに提案する.従来の半教師ありNMFでは,分離目的音の教師信号に対して通常のNMFを適用し,得られる教師基底をそのまま混合信号分離のNMFに用いるのが一般的である.しかしながら,事前学習した教師基底が分離目的音以外を表現しない保証は無く,分離精度が劣化する原因となっていた.提案手法では,目的音信号を表現する教師基底の他に,音源間の分離性能を最大化する分離用基底を学習する.分離用基底はより高精度な音源分離をもたらすことを実験的に示す. 
(英) This paper addresses a sound source separation problem and proposes an effective basis learning method for semi-supervised nonnegative matrix factorization (NMF). A conventional semi-supervised NMF has a critical problem that pre-learned spectral bases for a target source have a risk to represent another undesired source degrading the separation performance. To solve this problem, in a training stage, we propose to employ other supervised bases that can be obtained by a maximization of the separation ability. The efficacy of the proposed method is experimentally confirmed with a music source separation task.
キーワード (和) 非負値行列因子分解 / 音源分離 / 半教師あり / 基底学習 / / / /  
(英) nonnegative matrix factorization / sound source separation / semi-supervised / basis learning / / / /  
文献情報 信学技報, vol. 115, no. 521, EA2015-130, pp. 355-360, 2016年3月.
資料番号 EA2015-130 
発行日 2016-03-21 (EA, SIP, SP) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380

研究会情報
研究会 EA SP SIP  
開催期間 2016-03-28 - 2016-03-29 
開催地(和) 別府国際コンベンションセンター B-ConPlaza 
開催地(英) Beppu International Convention Center B-ConPlaza 
テーマ(和) 応用/電気音響,音声,信号処理,一般 
テーマ(英) Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics 
講演論文情報の詳細
申込み研究会 EA 
会議コード 2016-03-EA-SP-SIP 
本文の言語 日本語 
タイトル(和) 半教師あり非負値行列因子分解における音源分離性能向上のための効果的な基底学習法 
サブタイトル(和)  
タイトル(英) Effective basis learning for sound source separation by semi-supervised nonnegative matrix factorization 
サブタイトル(英)  
キーワード(1)(和/英) 非負値行列因子分解 / nonnegative matrix factorization  
キーワード(2)(和/英) 音源分離 / sound source separation  
キーワード(3)(和/英) 半教師あり / semi-supervised  
キーワード(4)(和/英) 基底学習 / basis learning  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 北村 大地 / Daichi Kitamura / キタムラ ダイチ
第1著者 所属(和/英) 総合研究大学院大学 (略称: 総研大)
SOKENDAI (The Graduate University for Advanced Studies) (略称: SOKENDAI)
第2著者 氏名(和/英/ヨミ) 小野 順貴 / Nobutaka Ono / オノ ノブタカ
第2著者 所属(和/英) 国立情報学研究所/総合研究大学院大学 (略称: NII/総研大)
National Institute of Informatics/SOKENDAI (The Graduate University for Advanced Studies) (略称: NII/SOKENDAI)
第3著者 氏名(和/英/ヨミ) 猿渡 洋 / Hiroshi Saruwatari / サルワタリ ヒロシ
第3著者 所属(和/英) 東京大学 (略称: 東大)
The University of Tokyo (略称: UT)
第4著者 氏名(和/英/ヨミ) 高橋 祐 / Yu Takahashi / タカハシ ユウ
第4著者 所属(和/英) ヤマハ株式会社 (略称: ヤマハ)
Yamaha Corporation (略称: Yamaha)
第5著者 氏名(和/英/ヨミ) 近藤 多伸 / Kazunobu Kondo / コンドウ カズノブ
第5著者 所属(和/英) ヤマハ株式会社 (略称: ヤマハ)
Yamaha Corporation (略称: Yamaha)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2016-03-29 13:15:00 
発表時間 25 
申込先研究会 EA 
資料番号 IEICE-EA2015-130,IEICE-SIP2015-179,IEICE-SP2015-158 
巻番号(vol) IEICE-115 
号番号(no) no.521(EA), no.522(SIP), no.523(SP) 
ページ範囲 pp.355-360 
ページ数 IEICE-6 
発行日 IEICE-EA-2016-03-21,IEICE-SIP-2016-03-21,IEICE-SP-2016-03-21 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会