| 大会名称 |
|---|
| 2020年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2020 |
| 発行日 |
| 2020-08-18 |
| セッション番号 |
| 2d |
| セッション名 |
| 音声・音楽（２） |
| 講演日 |
| 2020/09/01 |
| 講演場所(会議室等) |
| d |
| 講演番号 |
| E-004 |
| タイトル |
| DNN を利用した音源モデルが IDLMA の性能に与える影響の調査・検討 |
| 著者名 |
| 衛藤吉彦, 吉村宏紀, 松村寿枝, 清水忠昭, 西山正志, 岩井儀雄, |
| キーワード |
| 音源分離, BSS, 音声 |
| 抄録 |
| われわれの生活には様々な音が存在している．それらから任意の音だけを分離・抽出する技術が求められている．例えば，人の音声を認識するアシスタントアプリケーションやスマートスピーカーでは話者だけを抽出する必要がある．これらの手法の１つにIDLMA（Independent Deeply Learned Matrix Analysis）がある．本研究では，比較が行われていなかった学習データ数による精度の比較，および層数・ユニット数での精度向上の比較を行い，IDLMA での分離に最適な DNN を調査することを目的とする． |
| 本文pdf |
| PDF download (334.8KB) |