講演名 | 2020-03-02 [ポスター講演]スペクトル特徴量を利用した深層学習による歪みエフェクタの高精度モデリング 吉本 健人(立命館大), 北原 大地(立命館大), 平林 晃(立命館大), |
---|---|
PDFダウンロードページ | PDFダウンロードページへ |
抄録(和) | 歪みエフェクタのモデリングを深層学習を用いて高精度に行う手法を提案する.WaveNetを用いた従来手法では,時間信号の誤差を損失関数に用いて学習を行っていたが,高周波成分が十分に再現されていなかった.そこで本研究では,損失関数にスペクトル特徴量の誤差を追加することで,より正確な高周波成分を再現する.スペクトル特徴量には短時間フーリエ変換およびメル周波数スペクトログラムを用いた. Ibanez社製 SD9を用いたシミュレーションにより,提案手法が高周波成分をより忠実に再現したモデリング音を生成できることを示す. |
抄録(英) | We propose a method for modeling distortion stomp box with high accuracy using a deep neural network, WaveNet. The conventional method using the WaveNet adopted the error-to-signal ratio (ESR) defined in time domain as the loss function. Then, the high-frequency components were not sufficiently reproduced. To reproduce more accurate high-frequency components, we modify the loss function by adding the error of the spectral feature. We use a short-time Fourier transform and a mel frequency spectrogram as the spectral feature. Numerical experiments using an Ibanez SD9 show that the proposed method can generate modeling sounds with more accurate high-frequency components. |
キーワード(和) | 歪みエフェクタ / ブラックボックスモデリング / WaveNet / 損失関数 / スペクトル特徴量 |
キーワード(英) | Distortion stomp box / black-box modeling / WaveNet / loss function / spectral features |
資料番号 | EA2019-124,SIP2019-126,SP2019-73 |
発行日 | 2020-02-24 (EA, SIP, SP) |
研究会情報 | |
研究会 | SP / EA / SIP |
---|---|
開催期間 | 2020/3/2(から2日開催) |
開催地(和) | 沖縄産業支援センター |
開催地(英) | Okinawa Industry Support Center |
テーマ(和) | 音声,応用/電気音響,信号処理,一般 |
テーマ(英) | |
委員長氏名(和) | 河井 恒(NICT) / 古家 賢一(大分大) / 相川 直幸(東京理科大) |
委員長氏名(英) | Hisashi Kawai(NICT) / Kenichi Furuya(Oita Univ.) / Naoyuki Aikawa(TUS) |
副委員長氏名(和) | 李 晃伸(名工大) / 島内 末廣(金沢工大) / 武岡 成人(静岡理工科大) / 林 和則(阪市大) / 坂東 幸浩(NTT) |
副委員長氏名(英) | Akinobu Ri(Nagoya Inst. of Tech.) / Suehiro Shimauchi(Kanazawa Inst. of Tech.) / Shigeto Takeoka(Shizuoka Inst. of Science and Tech.) / Kazunori Hayashi(Osaka City Univ) / Yukihiro Bandou(NTT) |
幹事氏名(和) | 南條 浩輝(京大) / 小川 哲司(早大) / 松井 健太郎(NHK) / 小山 翔一(東大) / 中本 昌由(広島大) / 小西 克巳(法政大) |
幹事氏名(英) | Hiroaki Nanjo(Kyoto Univ.) / Tetsuji Ogawa(Waseda Univ.) / Kentaro Matsui(NHK) / Shoichi Koyama(Univ. of Tokyo) / Masayoshi Nakamoto(Hiroshima Univ.) / Katsumi Konishi(Hosei Univ.) |
幹事補佐氏名(和) | 郡山 知樹(東大) / 井島 勇祐(NTT) / 井本 桂右(立命館大) / 森川 大輔(富山県立大) / 杉本 憲治郎(早大) |
幹事補佐氏名(英) | Tomoki Koriyama(Univ. of Tokyo) / Yusuke Ijima(NTT) / Keisuke Imoto(Ritsumeikan Univ.) / Daisuke Morikawa(Toyama Pref Univ.) / Kenjiro Sugimoto(Waseda Univ.) |
講演論文情報詳細 | |
申込み研究会 | Technical Committee on Speech / Technical Committee on Engineering Acoustics / Technical Committee on Signal Processing |
---|---|
本文の言語 | JPN |
タイトル(和) | [ポスター講演]スペクトル特徴量を利用した深層学習による歪みエフェクタの高精度モデリング |
サブタイトル(和) | |
タイトル(英) | [Poster Presentation] High-precision modeling of distortion stomp box by deep learning using spectral features |
サブタイトル(和) | |
キーワード(1)(和/英) | 歪みエフェクタ / Distortion stomp box |
キーワード(2)(和/英) | ブラックボックスモデリング / black-box modeling |
キーワード(3)(和/英) | WaveNet / WaveNet |
キーワード(4)(和/英) | 損失関数 / loss function |
キーワード(5)(和/英) | スペクトル特徴量 / spectral features |
第 1 著者 氏名(和/英) | 吉本 健人 / Kento Yoshimoto |
第 1 著者 所属(和/英) | 立命館大学(略称:立命館大) Ritsumeikan University(略称:Ritsumeikan Univ.) |
第 2 著者 氏名(和/英) | 北原 大地 / Daichi Kitahara |
第 2 著者 所属(和/英) | 立命館大学(略称:立命館大) Ritsumeikan University(略称:Ritsumeikan Univ.) |
第 3 著者 氏名(和/英) | 平林 晃 / Akira Hirabayashi |
第 3 著者 所属(和/英) | 立命館大学(略称:立命館大) Ritsumeikan University(略称:Ritsumeikan Univ.) |
発表年月日 | 2020-03-02 |
資料番号 | EA2019-124,SIP2019-126,SP2019-73 |
巻番号(vol) | vol.119 |
号番号(no) | EA-439,SIP-440,SP-441 |
ページ範囲 | pp.135-140(EA), pp.135-140(SIP), pp.135-140(SP), |
ページ数 | 6 |
発行日 | 2020-02-24 (EA, SIP, SP) |