| 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 | 2022-03-01 14:45 劣決定条件下での方向情報と条件付き変分自己符号化器に基づく目標話者抽出 ○王 鋭・李 莉・戸田智基（名大）  EA2021-76 SIP2021-103 SP2021-61 |
|
| 抄録 | （和） | (まだ登録されていません) |
| （英） | This paper deals with a dual-channel target speaker extraction problem in underdetermined conditions. A blind source separation framework based on the demixing matrix estimation with deep source models has achieved reasonably high separation performance in determined conditions, but its performance is still limited in underdetermined conditions. For the dual-channel target speaker extraction, it is expected that the additional directional information is a useful cue, and the choice of the source model is crucial to the performance. In this report, we propose a target speaker extraction method by combining geometrical constraint-based target selection capability, more powerful source modeling, and nonlinear postprocessing. In the demixing matrix estimation, the target directional information is used as a soft constraint, and two conditional variational autoencoders are used to model a single speaker's speech and interference mixture speech, respectively. As the postprocessing, a time-frequency mask estimated from the separated interference mixture speech is used to extract the target speaker's speech. Experimental results have demonstrated that the proposed method outperforms baseline methods. | |
| キーワード | （和） | / / / / / / / |
| （英） | Underdetermined target speaker extraction / geometrical constraints / variational autoencoder (VAE) / interference mixture speech modeling / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 383, EA2021-76, pp. 76-81, 2022年3月. | |
| 資料番号 | EA2021-76 | |
| 発行日 | 2022-02-22 (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 | EA2021-76 SIP2021-103 SP2021-61 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP IPSJ-SLP |
| 開催期間 | 2022-03-01 - 2022-03-02 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響, 信号処理，音声，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 | 2022-03-EA-SIP-SP-SLP |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 劣決定条件下での方向情報と条件付き変分自己符号化器に基づく目標話者抽出 |
| サブタイトル（和） | |
| タイトル（英） | Target speaker extraction based on conditional variational autoencoder and directional information in underdetermined condition |
| サブタイトル（英） | |
| キーワード(1)（和/英） | / Underdetermined target speaker extraction |
| キーワード(2)（和/英） | / geometrical constraints |
| キーワード(3)（和/英） | / variational autoencoder (VAE) |
| キーワード(4)（和/英） | / interference mixture speech modeling |
| 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） | 王 鋭 / Rui Wang / オウ エイ |
| 第1著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 第2著者 氏名（和/英/ヨミ） | 李 莉 / Li Li / リィ リィ |
| 第2著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 第3著者 氏名（和/英/ヨミ） | 戸田 智基 / Tomoki Toda / トダ トモキ |
| 第3著者 所属（和/英） | 名古屋大学 (略称： 名大) Nagoya University (略称： Nagoya Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-01 14:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | EA |
| 資料番号 | EA2021-76, SIP2021-103, SP2021-61 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.383(EA), no.384(SIP), no.385(SP) |
| ページ範囲 | pp.76-81 |
| ページ数 | 6 |
| 発行日 | 2022-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]