講演抄録/キーワード |
講演名 |
2018-01-29 14:25
深層学習による風雑音低減法の基礎検討 ○北川冬弥・近藤和弘(山形大) EMM2017-67 |
抄録 |
(和) |
自転車での拡張音響現実を用いた音声ナビゲーションをするにあたり,イヤホンなどの提示デバイスで耳を塞いでしまうことによる環境音の遮断が問題となる.そこで周囲の環境音を透過的に提示するためにマイクとイヤホンが一体になっており,マイクから環境音を取得できるヒアスルーイヤホンが有効である.ヒアスルーイヤホンを使用するにあたり,環境音だけでなく風雑音も取得してしまうためナビゲーション音声や環境音が聞き取りにくくなる問題がある.これに対し,先の研究では実際にリアルタイムに自転車で利用した条件での各種雑音低減手法を系統的に評価して比較し,反復ウイナー (Wiener (iteration))フィルタが風雑音低減に最も有効であり,次点としてハイパスフィルタ (HPF)や風防の使用がバランスの良い手法であるとの結論を得た.本研究では新たな風雑音低減手法として,深層学習 (DNN)による風雑音除去を目的とする.今回は教師あり学習で,入力に風雑音と車のクラクション,出力に車のクラクションのみを学習させた.結果,風雑音の部分は完全にゼロにすることができた.クラクションは、ほぼ透過できているが未知データでは雑音が混ざってしまうものもあった。 |
(英) |
In a speech navigation system using bicycle Audio Augmented Reality, blocking of the environmental sound by wearing the ear with a presentation device such as an earphone becomes a problem. Therefore, a microphone and a earphone are integrated in to a hear-through earphone which transparently presents ambient environmental sound. In using this, there is a problem that not only environmental sound but also wind noise is acquired, so it is difficult to hear navigation sounds and environmental sounds. So, in the previous research, various wind noise reduction methods under the conditions actually used in real time in the bicycle were systematically evaluated and compared. Wiener itaration filter was found to be the most effective for wind noise reduction, but the use of high pass filter and windshield is also a well-balanced method. In this research, we aim to eliminate wind noise by DNN as a new wind noise reduction method. In supervised learning, inputs are wind noise and car horn, outputs are only car horn. As a result, wind noise could be completely eliminated. |
キーワード |
(和) |
拡張音響現実 / 風雑音 / 環境音 / 深層学習 / / / / |
(英) |
Audio Augmented Reality / Wind noise / Environmental sound / DNN / / / / |
文献情報 |
信学技報, vol. 117, no. 425, EMM2017-67, pp. 7-12, 2018年1月. |
資料番号 |
EMM2017-67 |
発行日 |
2018-01-22 (EMM) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
EMM2017-67 |
研究会情報 |
研究会 |
EMM |
開催期間 |
2018-01-29 - 2018-01-30 |
開催地(和) |
東北大学 青葉山キャンパス |
開催地(英) |
Tohoku Univ. (Aobayama Campus) |
テーマ(和) |
臨場感生成,ユニバーサルメディア,ディジタルエンタテインメント,一般 |
テーマ(英) |
Sense of Presence, Universal Media, Digital Entertainment, etc. |
講演論文情報の詳細 |
申込み研究会 |
EMM |
会議コード |
2018-01-EMM |
本文の言語 |
日本語 |
タイトル(和) |
深層学習による風雑音低減法の基礎検討 |
サブタイトル(和) |
|
タイトル(英) |
Towards a Wind noise reduction method using DNN |
サブタイトル(英) |
|
キーワード(1)(和/英) |
拡張音響現実 / Audio Augmented Reality |
キーワード(2)(和/英) |
風雑音 / Wind noise |
キーワード(3)(和/英) |
環境音 / Environmental sound |
キーワード(4)(和/英) |
深層学習 / DNN |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
北川 冬弥 / Toya Kitagawa / キタガワ トウヤ |
第1著者 所属(和/英) |
山形大学 (略称: 山形大)
Yamagata University (略称: Yamagata Univ.) |
第2著者 氏名(和/英/ヨミ) |
近藤 和弘 / Kazuhiro Kondo / コンドウ カズヒロ |
第2著者 所属(和/英) |
山形大学 (略称: 山形大)
Yamagata University (略称: Yamagata Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-01-29 14:25:00 |
発表時間 |
25分 |
申込先研究会 |
EMM |
資料番号 |
EMM2017-67 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.425 |
ページ範囲 |
pp.7-12 |
ページ数 |
6 |
発行日 |
2018-01-22 (EMM) |
|