| 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 [ログイン] 技報アーカイブ |
| 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 | 2022-01-21 10:55 階層的な残差予測に基づくロスレス音声コーデック ○峰尾太陽・庄野 逸（電通大）  IT2021-71 SIP2021-79 RCS2021-239 |
|
| 抄録 | （和） | 本研究では，Neural Network (NN) の高い予測精度を保ちつつもデコード負荷を低く抑えたモデルを使用したロスレス音声コーデックを提案する．提案モデルは，音声を一定長のフレームで切り出し，その範囲で残差の符号長が短くなるように係数を補助関数法によって設定する．このモデルは残差を繰り返し予測するため，ResNetと同様の構成を持つ．提案手法をコーデックとして実装し，性能比較実験を行った．圧縮率においてMonkey's Audioを除き高い圧縮率を示し，デコード速度は実用的であることを示した． |
| （英） | In this study, we propose a novel lossless audio codec that has precise predictive performance from the neural network and faster decoding speed. The proposed method employs an auxiliary function method to set parameters under the sparse residual constraint. The proposed network structure can be considered as one of the ResNet. We implemented the codec and conducted comparison experiments for state-of-the-art codecs. In the result, we confirmed practical decoding speed and it showed higher compression ability than others except for Monkey's Audio did. | |
| キーワード | （和） | 音声ロスレス符号化 / 線形予測符号化 / Golomb-Rice符号 / 畳み込みニューラルネットワーク / ResNet / / / |
| （英） | Lossless Audio Coding / Linear Predictive Coding / Golomb-Rice Coding / Convolutional Neural Network / ResNet / / / | |
| 文献情報 | 信学技報, vol. 121, no. 328, SIP2021-79, pp. 239-244, 2022年1月. | |
| 資料番号 | SIP2021-79 | |
| 発行日 | 2022-01-13 (IT, SIP, RCS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IT2021-71 SIP2021-79 RCS2021-239 |
|
| 研究会情報 | |
| 研究会 | RCS SIP IT |
| 開催期間 | 2022-01-20 - 2022-01-21 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 無線通信のための信号処理，学習，数理，情報理論および一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2022-01-RCS-SIP-IT |
| 本文の言語 | 日本語 |
| タイトル（和） | 階層的な残差予測に基づくロスレス音声コーデック |
| サブタイトル（和） | |
| タイトル（英） | A lossless audio codec based on hierarchical residual prediction |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声ロスレス符号化 / Lossless Audio Coding |
| キーワード(2)（和/英） | 線形予測符号化 / Linear Predictive Coding |
| キーワード(3)（和/英） | Golomb-Rice符号 / Golomb-Rice Coding |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(5)（和/英） | ResNet / ResNet |
| 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） | 峰尾 太陽 / Taiyo Mineo / ミネオ タイヨウ |
| 第1著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第2著者 氏名（和/英/ヨミ） | 庄野 逸 / Shouno Hayaru / ショウノ ハヤル |
| 第2著者 所属（和/英） | 電気通信大学 (略称： 電通大) The University of Electro-Communications (略称： UEC) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-01-21 10:55:00 |
| 発表時間 | 25分 |
| 申込先研究会 | SIP |
| 資料番号 | IT2021-71, SIP2021-79, RCS2021-239 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.327(IT), no.328(SIP), no.329(RCS) |
| ページ範囲 | pp.239-244 |
| ページ数 | 6 |
| 発行日 | 2022-01-13 (IT, SIP, RCS) |
[研究会発表申込システムのトップページに戻る]