| 講演名 | 2019-12-12 雑音情報を含めたマルチタスク学習による音声強調ネットワークの性能改善 田中 晴樹(徳山高専), 杉浦 陽介(埼玉大), 安井 希子(埼玉大), 島村 徹也(埼玉大), 宮崎 亮一(徳山高専), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 現在，信号処理分野では音声強調に対する関心が高まっている．近年，深層学習を用いた多くの音声強調手法が提案されており，その中でも波形データを入出力とし，ネットワークにオートエンコーダを用いるSEGANやWave-U-Netが高い性能を発揮している．本論文では，雑音混入音声に含まれる音声と雑音の情報を同時に学習する2つのオートエンコーダを持ち，それらの潜在ベクトルを互いに条件付けるアーキテクチャによる音声強調手法を提案する．我々のネットワークの入力は雑音混入音声を使用し，一方のオートエンコーダがクリーン音声，他方が雑音情報を出力する．客観評価実験では，提案手法がPESQ，CSIG，COVLによる客観評価尺度でSEGANのスコアを超えたことを示した． |
| 抄録(英) | In the signal processing field, there is a growing interest in speech enhancement.Recently, a lot of speech enhancement methods using deep learning have been proposed. Mostly, SEGAN and Wave-U-Net, which use waveform data as input/output and automatic encoder for network, have shown high performance. In this paper, we propose a speech enhancement method based on an architecture mutually constraining latent vectors of two autoencoders simultaneously learning speech and noise information contained in noise mixed speech. The input of our network uses noise-contaminated speech, and one auto-encoder outputs clean speech and the other outputs noise information. In the experiment, we show that the proposed method exceeded the score of SEGAN in the objective evaluation scale by PESQ, CSIG, and COVL. |
| キーワード(和) | 音声強調 / 深層学習 / オートエンコーダ / マルチタスク学習 / 敵対的生成ネットワーク |
| キーワード(英) | Speech Enhancement / Deep Learning / Autoencoder / Malti-task Learning / Generative Adversarial Nets |
| 資料番号 | EA2019-70 |
| 発行日 | 2019-12-05 (EA) |
| 研究会情報 | |
| 研究会 | EA |
|---|---|
| 開催期間 | 2019/12/12(から2日開催) |
| 開催地（和） | 九州工業大学戸畑キャンパス（北九州市） |
| 開催地（英） | Kyushu Inst. Tech. |
| テーマ（和） | 応用／電気音響，一般 |
| テーマ（英） | Engineering/Electro Acoustics, and Related Topics |
| 委員長氏名（和） | 古家 賢一(大分大) |
| 委員長氏名（英） | Kenichi Furuya(Oita Univ.) |
| 副委員長氏名（和） | 島内 末廣(金沢工大) / 武岡 成人(静岡理工科大) |
| 副委員長氏名（英） | Suehiro Shimauchi(Kanazawa Inst. of Tech.) / Shigeto Takeoka(Shizuoka Inst. of Science and Tech.) |
| 幹事氏名（和） | 松井 健太郎(NHK) / 小山 翔一(東大) |
| 幹事氏名（英） | Kentaro Matsui(NHK) / Shoichi Koyama(Univ. of Tokyo) |
| 幹事補佐氏名（和） | 井本 桂右(立命館大) / 森川 大輔(富山県立大) |
| 幹事補佐氏名（英） | Keisuke Imoto(Ritsumeikan Univ.) / Daisuke Morikawa(Toyama Pref Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Engineering Acoustics |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 雑音情報を含めたマルチタスク学習による音声強調ネットワークの性能改善 |
| サブタイトル（和） | |
| タイトル（英） | Performance improvement of speech enhancement network by multitask learning including noise information |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 音声強調 / Speech Enhancement |
| キーワード(2)（和/英） | 深層学習 / Deep Learning |
| キーワード(3)（和/英） | オートエンコーダ / Autoencoder |
| キーワード(4)（和/英） | マルチタスク学習 / Malti-task Learning |
| キーワード(5)（和/英） | 敵対的生成ネットワーク / Generative Adversarial Nets |
| 第 1 著者 氏名（和/英） | 田中 晴樹 / Haruki Tanaka |
| 第 1 著者 所属（和/英） | 徳山工業高等専門学校(略称：徳山高専) National Institute of Technology, Tokuyama College(略称：NITTC) |
| 第 2 著者 氏名（和/英） | 杉浦 陽介 / Yosuke Sugiura |
| 第 2 著者 所属（和/英） | 埼玉大学(略称：埼玉大) Saitama University(略称：Saitama Univ.) |
| 第 3 著者 氏名（和/英） | 安井 希子 / Nozomiko Yasui |
| 第 3 著者 所属（和/英） | 埼玉大学(略称：埼玉大) Saitama University(略称：Saitama Univ.) |
| 第 4 著者 氏名（和/英） | 島村 徹也 / Tetsuya Shimamura |
| 第 4 著者 所属（和/英） | 埼玉大学(略称：埼玉大) Saitama University(略称：Saitama Univ.) |
| 第 5 著者 氏名（和/英） | 宮崎 亮一 / Ryoichi Miyazaki |
| 第 5 著者 所属（和/英） | 徳山工業高等専門学校(略称：徳山高専) National Institute of Technology, Tokuyama College(略称：NITTC) |
| 発表年月日 | 2019-12-12 |
| 資料番号 | EA2019-70 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | EA-334 |
| ページ範囲 | pp.31-36(EA), |
| ページ数 | 6 |
| 発行日 | 2019-12-05 (EA) |