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) |