| 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 | 2022-08-04 15:15 ［招待講演］ウェーブレット変換と深層学習を融合した音源分離 ○中村友彦（東大）  EA2022-32 |
|
| 抄録 | （和） | 音源分離は，複数の音源信号が混合された観測音響信号から各音源信号を分離する技術である．深層ニューラルネットワーク（DNN）の導入により音源分離性能は飛躍的に向上しており，end-to-end型のDNNを用いることで時間周波数領域を介さず時間領域で直接分離を行うアプローチも登場している．Wave-U-Netはこのアプローチの代表的な音源分離手法であり，特徴量を繰り返しダウンサンプリング（DS）した後，入力信号と同一の時間解像度までアップサンプリングする構造をもつ．これに対し，本研究では信号処理の観点からDNNの構造を見直すことで，Wave-U-NetのDS層に内在する問題を明らかにした．具体的には，当該DS層が特徴量領域でエリアシングを起こすだけでなく，分離に有用となりうる情報を破棄しうることを発見した．これらの問題を解決するため，Wave-U-Netの構造が多重解像度解析に類似していることに着眼し，離散ウェーブレット変換（DWT）を用いたDS層を提案した．多重解像度解析はWave-U-Netと同じく入力信号を繰り返しDSするものの，DSにはアンチエイリアシングフィルタと完全再構成性を備えるDWTを用いる．そのため，DWTを用いることでWave-U-NetのDS層の問題を一挙に解決できる．本講演では，この提案層を用いた深層学習ベース音源分離手法（多重解像度深層分析）に加え，信号処理と深層学習の融合を目指した最近の我々の研究についても紹介する． |
| （英） | Audio source separation is a technique of separating an observed audio signal into individual source signals. The use of deep neural networks (DNNs) has improved separation performance and led to the recent emergence of an end-to-end approach, which directly performs separation in the time domain. One of the representative models of this approach is Wave-U-Net. It successively down-samples features with down-sampling (DS) layers, called decimation layers, and up-samples them up to have the time resolution same as an input signal. From the signal processing perspective, we found two underlying problems of the decimation layers: The decimation layers cause aliasing in the feature domain and discard part of features, which may include useful information for source separation. To solve these problems, we proposed a DS layer based on a discrete wavelet transform (DWT). The proposed layer was drawn from our finding that Wave-U-Net resembles multiresolution analysis in architecture. A DWT is used for DS in multiresolution analysis and has an antialiasing filter and perfect reconstruction property. Thus, we can solve the problems of the decimation layers by using the proposed DWT-based DS layer. In this presentation, we introduce an end-to-end audio source separation method using the proposed DWT-based DS layer and our recent studies toward a fusion of signal processing and deep learning. | |
| キーワード | （和） | 音源分離 / 多重解像度解析 / 深層学習 / 離散ウェーブレット変換 / / / / |
| （英） | Audio source separation / Multiresolution analysis / Deep learning / Discrete wavelet transform / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 144, EA2022-32, pp. 25-25, 2022年8月. | |
| 資料番号 | EA2022-32 | |
| 発行日 | 2022-07-28 (EA) | |
| 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 | EA2022-32 |
|
| 研究会情報 | |
| 研究会 | EA ASJ-H |
| 開催期間 | 2022-08-04 - 2022-08-05 |
| 開催地（和） | 東北大通研 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響，聴覚，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2022-08-EA-H |
| 本文の言語 | 日本語 |
| タイトル（和） | ウェーブレット変換と深層学習を融合した音源分離 |
| サブタイトル（和） | |
| タイトル（英） | Audio Source Separation Combining Wavelet Transform and Deep Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音源分離 / Audio source separation |
| キーワード(2)（和/英） | 多重解像度解析 / Multiresolution analysis |
| キーワード(3)（和/英） | 深層学習 / Deep learning |
| キーワード(4)（和/英） | 離散ウェーブレット変換 / Discrete wavelet transform |
| 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） | 中村 友彦 / Tomohiko Nakamura / ナカムラ トモヒコ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) University of Tokyo (略称： Univ. Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 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 | 2022-08-04 15:15:00 |
| 発表時間 | 60分 |
| 申込先研究会 | EA |
| 資料番号 | EA2022-32 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.144 |
| ページ範囲 | p.25 |
| ページ数 | 1 |
| 発行日 | 2022-07-28 (EA) |
[研究会発表申込システムのトップページに戻る]