| 講演名 | 2016-03-29 半教師あり非負値行列因子分解における音源分離性能向上のための効果的な基底学習法 北村 大地(総研大), 小野 順貴(NII/総研大), 猿渡 洋(東大), 高橋 祐(ヤマハ), 近藤 多伸(ヤマハ), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本稿では，半教師あり非負値行列因子分解（NMF）に基づく音源分離において，分離性能を向上させる効果的な教師基底の学習法を新たに提案する．従来の半教師ありNMFでは，分離目的音の教師信号に対して通常のNMFを適用し，得られる教師基底をそのまま混合信号分離のNMFに用いるのが一般的である．しかしながら，事前学習した教師基底が分離目的音以外を表現しない保証は無く，分離精度が劣化する原因となっていた．提案手法では，目的音信号を表現する教師基底の他に，音源間の分離性能を最大化する分離用基底を学習する．分離用基底はより高精度な音源分離をもたらすことを実験的に示す． |
| 抄録(英) | This paper addresses a sound source separation problem and proposes an effective basis learning method for semi-supervised nonnegative matrix factorization (NMF). A conventional semi-supervised NMF has a critical problem that pre-learned spectral bases for a target source have a risk to represent another undesired source degrading the separation performance. To solve this problem, in a training stage, we propose to employ other supervised bases that can be obtained by a maximization of the separation ability. The efficacy of the proposed method is experimentally confirmed with a music source separation task. |
| キーワード(和) | 非負値行列因子分解 / 音源分離 / 半教師あり / 基底学習 |
| キーワード(英) | nonnegative matrix factorization / sound source separation / semi-supervised / basis learning |
| 資料番号 | EA2015-130,SIP2015-179,SP2015-158 |
| 発行日 | 2016-03-21 (EA, SIP, SP) |
| 研究会情報 | |
| 研究会 | EA / SP / SIP |
|---|---|
| 開催期間 | 2016/3/28(から2日開催) |
| 開催地（和） | 別府国際コンベンションセンター B-ConPlaza |
| 開催地（英） | Beppu International Convention Center B-ConPlaza |
| テーマ（和） | 応用／電気音響，音声，信号処理，一般 |
| テーマ（英） | Engineering/Electro Acoustics, Speech, Signal Processing, and Related Topics |
| 委員長氏名（和） | 羽田 陽一(電通大) / 間野 一則(芝浦工大) / 宝珠山 治(NEC) |
| 委員長氏名（英） | Yoichi Haneda(Univ. of Electro-Comm.) / Kazunori Mano(Shibaura Inst. of Tech.) / Osamu Houshuyama(NEC) |
| 副委員長氏名（和） | 岩谷 幸雄(東北学院大) / 水町 光徳(九工大) / 北岡 教英(徳島大) / 中静 真(千葉工大) / 奥田 正浩(北九州市大) |
| 副委員長氏名（英） | Yukio Iwaya(Tohoku Gakuin Univ.) / Mitsunori Mizumachi(Kyushu Inst. of Tech.) / Norihide Kitaoka(Tokushima Univ.) / Makoto Nakashizuka(Chiba Inst. of Tech.) / Masahiro Okuda(Univ. of Kitakyushu) |
| 幹事氏名（和） | 島内 末廣(NTT) / 堀内 俊治(KDDI研) / 岩野 公司(東京都市大) / 滝口 哲也(神戸大) / 辻川 剛範(NEC) / 平林 晃(立命館大) |
| 幹事氏名（英） | Suehiro Shimauchi(NTT) / Toshiharu Horiuchi(KDDI R&D Labs.) / Koji Iwano(Tokyo City Univ.) / Tetsuya Takiguchi(Kobe Univ.) / Masanori Tsujikawa(NEC) / Akira Hirabayashi(Ritsumeikan Univ.) |
| 幹事補佐氏名（和） | 小山 翔一(東大) / 能勢 隆(東北大) / 浅見 太一(NTT) / 宮田 高道(千葉工大) |
| 幹事補佐氏名（英） | Shoichi Koyama(Univ. of Tokyo) / Takashi Nose(Tohoku Univ.) / Taichi Asami(NTT) / Takamichi Miyata(Chiba Inst. of Tech.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Engineering Acoustics / Technical Committee on Speech / Technical Committee on Signal Processing |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 半教師あり非負値行列因子分解における音源分離性能向上のための効果的な基底学習法 |
| サブタイトル（和） | |
| タイトル（英） | Effective basis learning for sound source separation by semi-supervised nonnegative matrix factorization |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 非負値行列因子分解 / nonnegative matrix factorization |
| キーワード(2)（和/英） | 音源分離 / sound source separation |
| キーワード(3)（和/英） | 半教師あり / semi-supervised |
| キーワード(4)（和/英） | 基底学習 / basis learning |
| 第 1 著者 氏名（和/英） | 北村 大地 / Daichi Kitamura |
| 第 1 著者 所属（和/英） | 総合研究大学院大学(略称：総研大) SOKENDAI (The Graduate University for Advanced Studies)(略称：SOKENDAI) |
| 第 2 著者 氏名（和/英） | 小野 順貴 / Nobutaka Ono |
| 第 2 著者 所属（和/英） | 国立情報学研究所/総合研究大学院大学(略称：NII/総研大) National Institute of Informatics/SOKENDAI (The Graduate University for Advanced Studies)(略称：NII/SOKENDAI) |
| 第 3 著者 氏名（和/英） | 猿渡 洋 / Hiroshi Saruwatari |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：UT) |
| 第 4 著者 氏名（和/英） | 高橋 祐 / Yu Takahashi |
| 第 4 著者 所属（和/英） | ヤマハ株式会社(略称：ヤマハ) Yamaha Corporation(略称：Yamaha) |
| 第 5 著者 氏名（和/英） | 近藤 多伸 / Kazunobu Kondo |
| 第 5 著者 所属（和/英） | ヤマハ株式会社(略称：ヤマハ) Yamaha Corporation(略称：Yamaha) |
| 発表年月日 | 2016-03-29 |
| 資料番号 | EA2015-130,SIP2015-179,SP2015-158 |
| 巻番号（vol） | vol.115 |
| 号番号（no） | EA-521,SIP-522,SP-523 |
| ページ範囲 | pp.355-360(EA), pp.355-360(SIP), pp.355-360(SP), |
| ページ数 | 6 |
| 発行日 | 2016-03-21 (EA, SIP, SP) |