| 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 | 2021-03-04 10:15 NMF基底間の識別性に関する定量的尺度 ○紺野瑛介・齋藤大輔・峯松信明（東大）  EA2020-82 SIP2020-113 SP2020-47 |
|
| 抄録 | （和） | モノラル音源分離の代表的な手法として教師あり非負値行列因子分解（Nonnegative Matrix Factorization; NMF）がある．教師ありNMFでは各音源の基底を事前に学習しておくことで分離を実現する．分離対象が音声同士のような類似した音源群の場合に有効な基底学習法として識別的NMFが提案されているが，これが指す「識別性」とは何かということについて定量的な議論は今までなされてこなかった．そこで本研究では，ある基底学習法により得られる各音源基底間の「識別性」を定量的に測るオーバーラップ尺度を提案し，これによる基底学習法間の比較の基準として，各音源の真の基底の間で測ったこの尺度を用いることの妥当性を論じる．真の基底は一般に未知だが，最小体積NMFにより近似的に得ることができる．オラクルの学習データを用いたモノラル音声分離実験の結果，識別的NMFはこのオーバーラップ尺度を小さくするという意味で「識別的」な基底を学習し，それにより分離性能を高めていると考えられることがわかった．しかし，基準である最小体積NMFの方が，オーバーラップ尺度がより小さく，分離性能はより高いという結果となり，実は基底学習法としてより識別的で優れているという可能性が示唆された． |
| （英） | Supervised nonnegative matrix factorization (NMF) is a popular approach for monaural audio source separation. It realizes the separation utilizing pretrained bases of the sources. Recently, discriminative NMF has been proposed as an effective basis training method when the sources have similar spectral patterns. However, there has been no quantitative discussion of the discriminability. We propose an overlap measure of the discriminability between NMF bases of the sources, and use the measure between true bases of the sources, which can be approximately obtained from minimum-volume NMF, as a benchmark for various basis training methods. We conducted an experiment on monaural speech separation using oracle training data. The results show that discriminative NMF achieves the smaller overlap and larger source-to-distortion ratio improvement (SDRi) than plain NMF, however, minimum-volume NMF achieves the even smaller overlap and larger SDRi than discriminative NMF. | |
| キーワード | （和） | モノラル音源分離 / 非負値行列因子分解 / NMF / 教師ありNMF / 識別的NMF / 最小体積NMF / / |
| （英） | monaural audio source separation / nonnegative matrix factorization / NMF / supervised NMF / discriminative NMF / minimum-volume NMF / / | |
| 文献情報 | 信学技報, vol. 120, no. 397, EA2020-82, pp. 134-139, 2021年3月. | |
| 資料番号 | EA2020-82 | |
| 発行日 | 2021-02-24 (EA, SIP, SP) | |
| 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 | EA2020-82 SIP2020-113 SP2020-47 |
|
| 研究会情報 | |
| 研究会 | EA US SP SIP IPSJ-SLP |
| 開催期間 | 2021-03-03 - 2021-03-04 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 音声,応用／電気音響,信号処理，超音波，一般 |
| テーマ（英） | Speech, Engineering/Electro Acoustics, Signal Processing, Ultrasonics, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2021-03-EA-US-SP-SIP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | NMF基底間の識別性に関する定量的尺度 |
| サブタイトル（和） | |
| タイトル（英） | A quantitative measure of discriminability between NMF dictionaries |
| サブタイトル（英） | |
| キーワード(1)（和/英） | モノラル音源分離 / monaural audio source separation |
| キーワード(2)（和/英） | 非負値行列因子分解 / nonnegative matrix factorization |
| キーワード(3)（和/英） | NMF / NMF |
| キーワード(4)（和/英） | 教師ありNMF / supervised NMF |
| キーワード(5)（和/英） | 識別的NMF / discriminative NMF |
| キーワード(6)（和/英） | 最小体積NMF / minimum-volume NMF |
| 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） | 紺野 瑛介 / Eisuke Konno / コンノ エイスケ |
| 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） | 齋藤 大輔 / Daisuke Saito / サイトウ ダイスケ |
| 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） | 峯松 信明 / Nobuaki Minematsu / ミネマツ ノブアキ |
| 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 | 2021-03-04 10:15:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EA |
| 資料番号 | EA2020-82, SIP2020-113, SP2020-47 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.397(EA), no.398(SIP), no.399(SP) |
| ページ範囲 | pp.134-139 |
| ページ数 | 6 |
| 発行日 | 2021-02-24 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]