| 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 | 2021-06-19 13:00 機械学習を用いた歪みエフェクタのデジタルモデリングの高精度化 ○松永悠斗・青木直史・土橋宜典（北大）・小嶋徹也（東京高専）  SP2021-11 |
|
| 抄録 | （和） | 歪みエフェクタはエレキギターに用いて多くの楽曲で使用される音響機器の一つであり，多くのギタリストから関心を集める音響機器である．デジタル信号処理技術の発展に伴い，様々な音響機器がデジタルで再現(モデリング) されているが，歪みエフェクタはその非線形性からモデリングが困難であり，これを高精度化する研究が広く行われている．近年の機械学習技術の発展に伴って，歪みエフェクタのモデリングにも機械学習が用いられている．本研究ではこのような手法の一つとして，Long Short-Term Memory(LSTM) を用いた手法を提案する．提案手法の学習モデルは，ウィナーモデルをベースとした構造を用いて構築している．本稿では，提案手法について説明した後，提案手法と同じくLSTM を用いた従来手法と比較実験を行い，この結果について報告する． |
| （英） | Distortion stomp boxes are one of the acoustic devices used on electric guitars. This device has attracted the interest of many guitarists. With the development of digital signal processing technology, a variety of acoustic devices are modeled in digital signal processing. However, distortion stomp boxes are difficult to model due to their nonlinearity. Therefore, research to improve the accuracy of the distortion stomp boxes has been widely conducted. With the recent development of machine learning technology, machine learning is used for modeling of distortion stomp boxes. In this study, we propose a technique based on Long Short-Term Memory (LSTM). The learning model of the proposed technique is constructed using a structure based on the Wiener model. In this paper, after explaining the proposed technique, we compare the proposed technique with a conventional technique that also uses LSTM, and report the results. | |
| キーワード | （和） | 歪みエフェクタ / VA モデリング / 機械学習 / LSTM / / / / |
| （英） | Distortion stomp boxes / VA Modeling / Machine Learning / LSTM / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 66, SP2021-11, pp. 46-50, 2021年6月. | |
| 資料番号 | SP2021-11 | |
| 発行日 | 2021-06-11 (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 | SP2021-11 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP IPSJ-MUS |
| 開催期間 | 2021-06-18 - 2021-06-19 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 音学シンポジウム2021 |
| テーマ（英） | OTOGAKU Symposium 2021 |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2021-06-SP-SLP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | 機械学習を用いた歪みエフェクタのデジタルモデリングの高精度化 |
| サブタイトル（和） | |
| タイトル（英） | Low Loss Machine Learning for Digital Modeling of Distortion Stomp Boxes. |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 歪みエフェクタ / Distortion stomp boxes |
| キーワード(2)（和/英） | VA モデリング / VA Modeling |
| キーワード(3)（和/英） | 機械学習 / Machine Learning |
| キーワード(4)（和/英） | LSTM / LSTM |
| 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） | 松永 悠斗 / Yuto Matsunaga / マツナガ ユウト |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 青木 直史 / Naofumi Aoki / アオキ ナオフミ |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 土橋 宜典 / Yoshinori Dobashi / ドバシ ヨシノリ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 小嶋 徹也 / Tetsuya Kojima / コジマ テツヤ |
| 第4著者 所属（和/英） | 東京工業高等専門学校 (略称： 東京高専) National Institute of Technology, Tokyo College (略称： NITTC) |
| 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 | 2021-06-19 13:00:00 |
| 発表時間 | 120分 |
| 申込先研究会 | SP |
| 資料番号 | SP2021-11 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.66 |
| ページ範囲 | pp.46-50 |
| ページ数 | 5 |
| 発行日 | 2021-06-11 (SP) |
[研究会発表申込システムのトップページに戻る]