| 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 | 2020-03-02 13:00 ［ポスター講演］スペクトル特徴量を利用した深層学習による歪みエフェクタの高精度モデリング ○吉本健人・北原大地・平林 晃（立命館大）  EA2019-124 SIP2019-126 SP2019-73 |
|
| 抄録 | （和） | 歪みエフェクタのモデリングを深層学習を用いて高精度に行う手法を提案する．WaveNetを用いた従来手法では，時間信号の誤差を損失関数に用いて学習を行っていたが，高周波成分が十分に再現されていなかった．そこで本研究では，損失関数にスペクトル特徴量の誤差を追加することで，より正確な高周波成分を再現する．スペクトル特徴量には短時間フーリエ変換およびメル周波数スペクトログラムを用いた. Ibanez社製 SD9を用いたシミュレーションにより，提案手法が高周波成分をより忠実に再現したモデリング音を生成できることを示す． |
| （英） | We propose a method for modeling distortion stomp box with high accuracy using a deep neural network, WaveNet. The conventional method using the WaveNet adopted the error-to-signal ratio (ESR) defined in time domain as the loss function. Then, the high-frequency components were not sufficiently reproduced. To reproduce more accurate high-frequency components, we modify the loss function by adding the error of the spectral feature. We use a short-time Fourier transform and a mel frequency spectrogram as the spectral feature. Numerical experiments using an Ibanez SD9 show that the proposed method can generate modeling sounds with more accurate high-frequency components. | |
| キーワード | （和） | 歪みエフェクタ / ブラックボックスモデリング / WaveNet / 損失関数 / スペクトル特徴量 / / / |
| （英） | Distortion stomp box / black-box modeling / WaveNet / loss function / spectral features / / / | |
| 文献情報 | 信学技報, vol. 119, no. 440, SIP2019-126, pp. 135-140, 2020年3月. | |
| 資料番号 | SIP2019-126 | |
| 発行日 | 2020-02-24 (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 | EA2019-124 SIP2019-126 SP2019-73 |
|
| 研究会情報 | |
| 研究会 | SP EA SIP |
| 開催期間 | 2020-03-02 - 2020-03-03 |
| 開催地（和） | 沖縄産業支援センター |
| 開催地（英） | Okinawa Industry Support Center |
| テーマ（和） | 音声，応用／電気音響，信号処理，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2020-03-SP-EA-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | スペクトル特徴量を利用した深層学習による歪みエフェクタの高精度モデリング |
| サブタイトル（和） | |
| タイトル（英） | High-precision modeling of distortion stomp box by deep learning using spectral features |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 歪みエフェクタ / Distortion stomp box |
| キーワード(2)（和/英） | ブラックボックスモデリング / black-box modeling |
| キーワード(3)（和/英） | WaveNet / WaveNet |
| キーワード(4)（和/英） | 損失関数 / loss function |
| キーワード(5)（和/英） | スペクトル特徴量 / spectral features |
| 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） | 吉本 健人 / Kento Yoshimoto / ヨシモト ケント |
| 第1著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 北原 大地 / Daichi Kitahara / キタハラ ダイチ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 平林 晃 / Akira Hirabayashi / ヒラバヤシ アキラ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsumeikan University (略称： Ritsumeikan Univ.) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-02 13:00:00 |
| 発表時間 | 90分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2019-124, SIP2019-126, SP2019-73 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.439(EA), no.440(SIP), no.441(SP) |
| ページ範囲 | pp.135-140 |
| ページ数 | 6 |
| 発行日 | 2020-02-24 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]