| 講演名 | 2018-03-19 マルチチャンネルNMFの空間相関行列の安定的な推定法 太刀岡 勇気(デンソーITラボラトリ), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | マルチチャンネル非負値行列因子分解(MNMF)は，音源分離性能が高いことが知られているが，その初期値依存性が課題となっている．これを改善するため，空間相関行列の初期値を到来方向に基づくバイナリマスクにより音声強調した音声から求める方法と，ランク1近似により求める方法が提案されている．ランク1近似では，推定すべきパラメータを減らすことができるため有効であるが，フルランクの空間相関行列と，ランク1近似した空間相関行列を初期値として与える場合のいずれが有効であるかは明らかでないので実験的に比較する．またランク1近似では，音源数よりもチャネル数が多くなるにつれ，空間相関行列の更新が不安定化するという問題がある．これを避けるために，発話を分割して各分割でランク1近似を行い，その空間相関行列を平均化する方法を提案する．実験により，提案法はMNMFの性能を改善するとともに，空間相関行列の更新を安定化できることを示した． |
| 抄録(英) | Multi-channel non-negative matrix factorization (MNMF) achieves a high sound source separation performance but its initial value dependency is a problem. To address this, some studies proposed that initial spatial correlation matrices are obtained from enhanced speech after binary masking or from rank 1 approximation. Rank 1 approximation is effective because the number of parameters to be estimated is relatively small. However, the experimental comparison between initialization from full-rank spatial correlation matrices and rank 1 approximated ones is necessary. In addition, in the case of rank 1 approximation, when the number of channels is much greater than that of sound sources, the update of spatial correlation matrices becomes unstable. To avoid this, this paper proposes an utterance division for averaging spatial correlation matrices of each division with rank 1 approximation. Experiments show that the proposed method improved the performance of MNMF and stabilized the update of spatial correlation matrices. |
| キーワード(和) | マルチチャンネル非負値行列因子分解 / 空間相関行列 / ステアリングベクトル / 音声認識 |
| キーワード(英) | multi-channel NMF / spatial correlation matrix / steering vector / automatic speech recognition |
| 資料番号 | EA2017-103,SIP2017-112,SP2017-86 |
| 発行日 | 2018-03-12 (EA, SIP, SP) |
| 研究会情報 | |
| 研究会 | SIP / EA / SP / MI |
|---|---|
| 開催期間 | 2018/3/19(から2日開催) |
| 開催地（和） | 石垣島 ホテルミヤヒラ |
| 開催地（英） | |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 [SIP,EA,SP]/ 医用画像工学一般 [MI] |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, and Related Topics [SIP, EA, SP]/ Medical Image Engineering, Analysis, Recognition, etc. [MI] |
| 委員長氏名（和） | 奥田 正浩(北九州市大) / 島内 末廣(NTT) / 山下 洋一(立命館大) / 森 健策(名大) |
| 委員長氏名（英） | Masahiro Okuda(Univ. of Kitakyushu) / Suehiro Shimauchi(NTT) / Yoichi Yamashita(Ritsumeikan Univ.) / Kensaku Mori(Nagoya Univ.) |
| 副委員長氏名（和） | 村松 正吾(新潟大) / 相川 直幸(東京理科大) / 水町 光徳(九州工業大) / 森 大毅(宇都宮大) / 河田 佳樹(徳島大) / 木村 裕一(近畿大) |
| 副委員長氏名（英） | Shogo Muramatsu(Niigata Univ.) / Naoyuki Aikawa(TUS) / Mitsunori Mizumachi(Kyutech) / Hiroki Mori(Utsunomiya Univ.) / Yoshiki Kawata(Tokushima Univ.) / Yuichi Kimura(Kinki Univ.) |
| 幹事氏名（和） | 宮田 高道(千葉工大) / 渡邊 修(拓殖大) / 渡邉 貫治(秋田県立大) / 武岡 成人(静岡理工科大) / 西田 昌史(静岡大) / 坂野 秀樹(名城大) / 北坂 孝幸(愛知工大) / 本谷 秀堅(名工大) |
| 幹事氏名（英） | Takamichi Miyata(Chiba Inst. of Tech.) / Osamu Watanabe(Takushoku Univ.) / Kanji Watanabe(Akita Pref. Univ.) / Shigeto Takeoka(Shizuoka Inst. of Science and Tech.) / Masafumi Nishida(Shizuoka Univ.) / Hideki Banno(Meijo Univ.) / Takayuki Kitasaka(Aichi Inst. of Tech.) / Hidekata Hontani(Nagoya Inst. of Tech.) |
| 幹事補佐氏名（和） | 中本 昌由(広島大) / TREVINO Jorge(東北大) / 伊藤 信貴(NTT) / 橋本 佳(名工大) / 小橋川 哲(NTT) / 原口 亮(兵庫県立大) / 平野 靖(山口大) |
| 幹事補佐氏名（英） | Masayoshi Nakamoto(Hiroshima Univ.ひろ) / TREVINO Jorge(Tohoku Univ.) / Nobutaka Ito(NTT) / Kei Hashimoto(Nagoya Inst. of Tech.) / Satoshi Kobashikawa(NTT) / Ryo Haraguchi(Univ. of Hyogo) / Yasushi Hirano(Yamaguchi Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Signal Processing / Technical Committee on Engineering Acoustics / Technical Committee on Speech / Technical Committee on Medical Imaging |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | マルチチャンネルNMFの空間相関行列の安定的な推定法 |
| サブタイトル（和） | |
| タイトル（英） | Stable Estimation Method of Spatial Correlation Matrices for Multi-channel NMF |
| サブタイトル（和） | |
| キーワード(1)（和/英） | マルチチャンネル非負値行列因子分解 / multi-channel NMF |
| キーワード(2)（和/英） | 空間相関行列 / spatial correlation matrix |
| キーワード(3)（和/英） | ステアリングベクトル / steering vector |
| キーワード(4)（和/英） | 音声認識 / automatic speech recognition |
| 第 1 著者 氏名（和/英） | 太刀岡 勇気 / Yuuki Tachioka |
| 第 1 著者 所属（和/英） | デンソーアイティーラボラトリ(略称：デンソーITラボラトリ) Denso IT Laboratory(略称：Denso IT Lab) |
| 発表年月日 | 2018-03-19 |
| 資料番号 | EA2017-103,SIP2017-112,SP2017-86 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | EA-515,SIP-516,SP-517 |
| ページ範囲 | pp.7-12(EA), pp.7-12(SIP), pp.7-12(SP), |
| ページ数 | 6 |
| 発行日 | 2018-03-12 (EA, SIP, SP) |