お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2019-03-14 13:30
[ポスター講演]敵対的デノイジングオートエンコーダを用いた拡散性雑音除去
田辺ひかり俵 直弘小林哲則早大)・藤枝 大片桐一浩矢頭 隆OKI)・小川哲司早大EA2018-125 SIP2018-131 SP2018-87
抄録 (和) 本研究ではプレフィルタと敵対的デノイジングオートエンコーダ(aDAE)を組み合わせたモデルによる拡散性雑音除去を試みた.拡散性雑音は多数の雑音源または面音源に起因するため,点音源を仮定したアプローチでは対応しきれないという課題がある.深層学習による拡散性除去では仮定を必要とないため効果的に拡散性雑音を除去できると期待できる一方,過学習が起こりやすく学習に用いられていない未知の雑音に対しては性能が劣化してしまうという課題がある.そこで本研究ではプレフィルタによりaDAEの学習を容易化した.プレフィルタはMVDRビームフォーマまたはideal binary masking(idBM)を用いた.またADAEにnoise-aware trainingを導入した.2チャンネル雑音抑圧実験によりプレフィルタをaDAEに組み合わせたモデルがaDAE単体を上回る音声強調性能を達成した.特にMVDRビームフォーマでは全雑音源に死角を向けきれないためにフィルタ単体での性能は高くないにもかかわらず,aDAEと組み合わせることで高い性能を達成した.またMVDRビームフォーマを用いたモデルにおいて,noise-aware trainingが有効であることが確認された.プレフィルタの比較ではidBMよりもMVDRビームフォーマの方がaDAEのプレフィルタとしてより適していることが明らかになった. 
(英) In this study, we attempted to remove diffuse noise by a model combining a prefilter and an adversarial denoising autoencoder (aDAE). Since diffuse noise is caused by many noise sources or surface sound sources, it was difficult to remove diffuse noise by approaches assuming point sound sources. Deep learning based methods are expected to remove diffuse noise effectively since they are unnecessary to use assumption, but on the other hand, over fitting is likely to occur and the performance is deteriorated for unknown noise which is not used for training. In order to facilitate learning of aDAE, we used MVDR beamformer or ideal binary masking(idBM) as a pre-filter. We also introduced noise-aware training which feeds aDAE a noise-extracted signal as an auxiliary signal. Experiments using 2 channel microphones showed the effectiveness of pre-filter, aDAE with pre-filter outperformed original aDAE. Although MVDR beamformer cannot direct null angle to all interfering sources and its noise suppression is not strong, high performance is achieved by combining with aDAE. It was confirmed that noise-aware training is effective for aDAE with MVDR beamformer combined. By comparing pre-filters, it was revealed that MVDR beamformer is more suitable as a pre-filter of aDAE than idBM.
キーワード (和) 雑音除去 / 敵対的生成ネットワーク / MVDRビームフォーマ / ideal-binary masking / noise-aware training / / /  
(英) noise reduction / adversarial generative network / MVDR beamformer / ideal-binary masking / noise-aware training / / /  
文献情報 信学技報, vol. 118, no. 497, SP2018-87, pp. 155-160, 2019年3月.
資料番号 SP2018-87 
発行日 2019-03-07 (EA, SIP, SP) 
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 EA2018-125 SIP2018-131 SP2018-87

研究会情報
研究会 EA SIP SP  
開催期間 2019-03-14 - 2019-03-15 
開催地(和) アイランド ナガサキ(長崎市) 
開催地(英) i+Land nagasaki (Nagasaki-shi) 
テーマ(和) 応用/電気音響,信号処理,音声,一般 
テーマ(英) Engineering/Electro Acoustics, Signal Processing, Speech, and Related Topics 
講演論文情報の詳細
申込み研究会 SP 
会議コード 2019-03-EA-SIP-SP 
本文の言語 日本語 
タイトル(和) 敵対的デノイジングオートエンコーダを用いた拡散性雑音除去 
サブタイトル(和)  
タイトル(英) Diffuse noise reduction using adversarial denoising autoencoder 
サブタイトル(英)  
キーワード(1)(和/英) 雑音除去 / noise reduction  
キーワード(2)(和/英) 敵対的生成ネットワーク / adversarial generative network  
キーワード(3)(和/英) MVDRビームフォーマ / MVDR beamformer  
キーワード(4)(和/英) ideal-binary masking / ideal-binary masking  
キーワード(5)(和/英) noise-aware training / noise-aware training  
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) 田辺 ひかり / Hikari Tanabe / タナベ ヒカリ
第1著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda City University (略称: Waseda Univ.)
第2著者 氏名(和/英/ヨミ) 俵 直弘 / Naohiro Tawara / タワラ ナオヒロ
第2著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda City University (略称: Waseda Univ.)
第3著者 氏名(和/英/ヨミ) 小林 哲則 / Tetsunori Kobayashi / コバヤシ テツノリ
第3著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda City University (略称: Waseda Univ.)
第4著者 氏名(和/英/ヨミ) 藤枝 大 / Masaru Fujieda / フジエダ マサル
第4著者 所属(和/英) 沖電気工業株式会社 (略称: OKI)
OKI Electric Industry Co. (略称: OKI)
第5著者 氏名(和/英/ヨミ) 片桐 一浩 / Katagiri Kazuhiro / カタギリ カズヒロ
第5著者 所属(和/英) 沖電気工業株式会社 (略称: OKI)
OKI Electric Industry Co. (略称: OKI)
第6著者 氏名(和/英/ヨミ) 矢頭 隆 / Takashi Yazu / ヤズ タカシ
第6著者 所属(和/英) 沖電気工業株式会社 (略称: OKI)
OKI Electric Industry Co. (略称: OKI)
第7著者 氏名(和/英/ヨミ) 小川 哲司 / Tetsuji Ogawa / オガワ テツジ
第7著者 所属(和/英) 早稲田大学 (略称: 早大)
Waseda City University (略称: Waseda Univ.)
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 2019-03-14 13:30:00 
発表時間 90分 
申込先研究会 SP 
資料番号 EA2018-125, SIP2018-131, SP2018-87 
巻番号(vol) vol.118 
号番号(no) no.495(EA), no.496(SIP), no.497(SP) 
ページ範囲 pp.155-160 
ページ数
発行日 2019-03-07 (EA, SIP, SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会