| 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 | 2020-03-03 09:00 ［ポスター講演］ニューラルネットワークとウェーブレット基底関数の同時学習に基づく多重解像度深層分析を用いた時間領域音源分離 ○小塚詩穂里・中村友彦・猿渡 洋（東大）  EA2019-149 SIP2019-151 SP2019-98 |
|
| 抄録 | （和） | Wave-U-Netは深層ニューラルネットワーク（Deep Neural Networks; DNNs）を用いた音源分離モデルの1つであり，時間領域で直接分離を行うことから注目を集めている．しかし，Wave-U-Netのダウンサンプリング層はデシメーションで実装されているため，エリアシングや分離に重要な特徴量の欠落が起こりうる．これらの問題を同時に解決するため，我々は以前，Wave-U-Netと多重解像度解析の構造の類似性に着眼し，離散ウェーブレット変換（Discrete Wavelet Transform; DWT）に基づくダウンサンプリング層（DWT層）を備えた時間領域音源分離手法，多重解像度深層分析を提案した．一方，既存のウェーブレット基底関数は必ずしも音源分離のために設計されていないため，適切に基底関数を設計することで音源分離性能が向上する可能性がある．本稿では，DWT層の基底関数をDNNと同時に学習する手法を提案し，実験を通して同時学習によって多重解像度深層分析の音源分離性能が向上することを示す． |
| （英） | Wave-U-Net is one of state-of-the-art deep neural networks (DNNs) for time-domain audio source separa-tion (TDASS). However, the down-sampling layers of Wave-U-Net cause aliasing and may discard information usefulfor the separation. To simultaneously solve the two problems, focusing on the architecture of Wave-U-Net resemblesthat of multiresolution analysis, we have proposed a TDASS method called MultiResolution Deep Layered Analy-sis (MRDLA) that encompasses down-sampling layers based on Discrete Wavelet Transforms (DWTs) with existingwavelet basis functions. On the other hand, the existing wavelet basis functions are not designed for audio sourceseparation and designing adequate basis functions may further enhance the separation performance of MRDLA. Forthis reason, we propose a method of simultaneously learning DNNs and the basis functions of the DWT layers, andshow that the proposed method improves the separation performance through music source separation experiments. | |
| キーワード | （和） | 音源分離 / 離散ウェーブレット変換 / 深層ニューラルネットワーク / リフティングスキーム / / / / |
| （英） | Audio Source Separation / Discrete Wavelet Transform / Deep Neural Networks / Lifting Scheme / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 439, EA2019-149, pp. 279-284, 2020年3月. | |
| 資料番号 | EA2019-149 | |
| 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 | EA2019-149 SIP2019-151 SP2019-98 |
|
| 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 | EA |
| 会議コード | 2020-03-SP-EA-SIP |
| 本文の言語 | 日本語 |
| タイトル（和） | ニューラルネットワークとウェーブレット基底関数の同時学習に基づく多重解像度深層分析を用いた時間領域音源分離 |
| サブタイトル（和） | |
| タイトル（英） | Time-domain audio source separation using multiresolution deep layered analysis based on simultaneous learning of neural networks and wavelet basis functions |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音源分離 / Audio Source Separation |
| キーワード(2)（和/英） | 離散ウェーブレット変換 / Discrete Wavelet Transform |
| キーワード(3)（和/英） | 深層ニューラルネットワーク / Deep Neural Networks |
| キーワード(4)（和/英） | リフティングスキーム / Lifting Scheme |
| 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） | 小塚 詩穂里 / Shihori Kozuka / コヅカ シホリ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 中村 友彦 / Tomohiko Nakamura / ナカムラ トモヒコ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第3著者 氏名（和/英/ヨミ） | 猿渡 洋 / Hiroshi Saruwatari / サルワタリ ヒロシ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-03 09:00:00 |
| 発表時間 | 90分 |
| 申込先研究会 | EA |
| 資料番号 | EA2019-149, SIP2019-151, SP2019-98 |
| 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.279-284 |
| 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]