| 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 | 2020-12-01 11:25 ［チュートリアル講演］高次統計量に基づくミュージカルノイズの制御理論 ○宮崎亮一・藤村拓弥（徳山高専）  SIS2020-30 |
|
| 抄録 | （和） | 非線形な音声強調手法では，背景ノイズを大幅に除去することができるが，ミュージカルノイズが発生することが知られている．ミュージカルノイズは聴覚的に非常に不愉快な，自然界には存在しないような人工的なノイズである．本稿では統計的な理論解析によってミュージカルノイズの発生を抑える内部パラメータの導出事例について述べる．また，理論解析によって発見した，ミュージカルノイズを全く発生させない「ミュージカルノイズフリー理論」について説明する．さらに，近年取り組んでいる深層学習に基づくミュージカルノイズの除去についても報告する． |
| （英） | Although nonlinear speech enhancement methods can significantly eliminate background noise, it is known to generate musical noise. Musical noise is an artificial noise that is aurally very disagreeable and does not exist in nature. In this paper, we present a case study of the derivation of internal parameters that suppress the occurrence of musical noise by statistical and theoretical analysis. The {it musical-noise-free theorem}, which does not generate any musical noise, is also described. In addition, we report on deep learning-based musical noise elimination. |
|
| キーワード | （和） | ミュージカルノイズ / 音声強調 / 高次統計量 / 深層学習 / / / / |
| （英） | Musical noise / speech enhancement / higher-order statistics / deep learning / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 269, SIS2020-30, pp. 18-23, 2020年12月. | |
| 資料番号 | SIS2020-30 | |
| 発行日 | 2020-11-24 (SIS) | |
| 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 | SIS2020-30 |
|
| 研究会情報 | |
| 研究会 | SIS |
| 開催期間 | 2020-12-01 - 2020-12-01 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | スマートパーソナルシステム,一般 |
| テーマ（英） | Smart Personal Systems, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIS |
| 会議コード | 2020-12-SIS |
| 本文の言語 | 日本語 |
| タイトル（和） | 高次統計量に基づくミュージカルノイズの制御理論 |
| サブタイトル（和） | |
| タイトル（英） | A Theory for Controlling Musical Noise Based on Higher-Order Statistics |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ミュージカルノイズ / Musical noise |
| キーワード(2)（和/英） | 音声強調 / speech enhancement |
| キーワード(3)（和/英） | 高次統計量 / higher-order statistics |
| キーワード(4)（和/英） | 深層学習 / deep 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） | 宮崎 亮一 / Ryoichi Miyazaki / ミヤザキ リョウイチ |
| 第1著者 所属（和/英） | 徳山工業高等専門学校 (略称： 徳山高専) National Institute of Technology, Tokuyama College (略称： NITTC) |
| 第2著者 氏名（和/英/ヨミ） | 藤村 拓弥 / Takuya Fujimura / フジムラ タクヤ |
| 第2著者 所属（和/英） | 徳山工業高等専門学校 (略称： 徳山高専) National Institute of Technology, Tokuyama College (略称： NITTC) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-01 11:25:00 |
| 発表時間 | 60分 |
| 申込先研究会 | SIS |
| 資料番号 | SIS2020-30 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.269 |
| ページ範囲 | pp.18-23 |
| ページ数 | 6 |
| 発行日 | 2020-11-24 (SIS) |
[研究会発表申込システムのトップページに戻る]