講演抄録/キーワード |
講演名 |
2020-01-17 14:00
収録済み多重音に対する音源分離手法の検討 ○錠前 聡・大田健紘・吉野秀明(日本工大) CQ2019-131 |
抄録 |
(和) |
収録済み楽曲に含まれる楽器多重音の基本周波数解析や和音解析の精度を向上させるために,多重音を単音に分離することは有用である.先行研究にてガンマプロセス非負値行列因子分解の学習過程に対して,Deep Neural Networkの分類に基づいた基底強調を行い,分離精度向上を目指した.しかし,評価に用いた音源によっては若干の精度の向上があったが,顕著な向上は確認できなかった.分離途中の基底数や誤差の変化を分析することで,精度が向上しなかった原因を明らかにした. |
(英) |
It is useful to separate multiple sounds into single sounds in order to improve the accuracy of fundamental frequency analysis and chord analysis of multiple sounds included in recorded music. In previous research, we applied the basis enhancement based on Deep Neural Network classification to the learning process of gamma process non-negative matrix factorization in order to improve separation accuracy. However, there was a slight improvement in accuracy depending on the sound source used in the evaluation, but no significant improvement was confirmed. The reason why the accuracy was not improved was clarified by analyzing changes in the number of bases and errors during separation. |
キーワード |
(和) |
音源分離 / 非負値行列因子分解 / DNN / 機械学習 / / / / |
(英) |
Sound source separation / non-negative matrix factorization / DNN / machine learning / / / / |
文献情報 |
信学技報, vol. 119, no. 367, CQ2019-131, pp. 137-140, 2020年1月. |
資料番号 |
CQ2019-131 |
発行日 |
2020-01-09 (CQ) |
ISSN |
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 |
CQ2019-131 |
研究会情報 |
研究会 |
CQ CBE |
開催期間 |
2020-01-16 - 2020-01-17 |
開催地(和) |
NHK放送技術研究所 |
開催地(英) |
NHK Science & Technology Research Laboratories |
テーマ(和) |
AR/VR、放送サービス、映像/音声サービスの品質、高臨場感、ユーザ行動/心理、ユーザ体験、メディア品質、ネットワークの品質・QoS制御、災害時のネットワークとコミュニケーション、機械学習、一般 |
テーマ(英) |
AR/VR, Broadcasting Service, Video/Voice Services Quality, High Realistic, User Behavior/Psychology, User Experience, Media Quality, Network Quality and QoS Control, Networks and Communications at Disaster, User Behavior, Machine Learning, etc. |
講演論文情報の詳細 |
申込み研究会 |
CQ |
会議コード |
2020-01-CQ-CBE |
本文の言語 |
日本語 |
タイトル(和) |
収録済み多重音に対する音源分離手法の検討 |
サブタイトル(和) |
|
タイトル(英) |
A study sound source separation method for recorded multiple sounds |
サブタイトル(英) |
|
キーワード(1)(和/英) |
音源分離 / Sound source separation |
キーワード(2)(和/英) |
非負値行列因子分解 / non-negative matrix factorization |
キーワード(3)(和/英) |
DNN / DNN |
キーワード(4)(和/英) |
機械学習 / machine learning |
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) |
錠前 聡 / Satoru Jomae / ジョウマエ サトル |
第1著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
第2著者 氏名(和/英/ヨミ) |
大田 健紘 / Kenko Ota / オオタ ケンコウ |
第2著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
第3著者 氏名(和/英/ヨミ) |
吉野 秀明 / Hideaki Yoshino / ヨシノ ヒデアキ |
第3著者 所属(和/英) |
日本工業大学 (略称: 日本工大)
Nippon Institute of Technology (略称: NIT) |
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 |
2020-01-17 14:00:00 |
発表時間 |
20分 |
申込先研究会 |
CQ |
資料番号 |
CQ2019-131 |
巻番号(vol) |
vol.119 |
号番号(no) |
no.367 |
ページ範囲 |
pp.137-140 |
ページ数 |
4 |
発行日 |
2020-01-09 (CQ) |
|