| 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 | 2022-12-23 11:10 正例とラベルなしデータからの学習を用いた音響信号の強調 ○伊藤信貴・杉山 将（東大）  IBISML2022-56 |
|
| 抄録 | （和） | 音響信号強調とは，さまざまな音が混在した観測音（以下，「雑音を含む信号」）から音声などの所望のクラスの音（以下，「信号」）だけを抽出し，他の不要なクラスの音（以下，「雑音」）を抑圧するタスクである．近年盛んに研究されている教師付き学習を用いた音響信号強調アプローチでは，「雑音を含む信号」とそれに対応する「雑音を含まない元信号」とが対になった並列訓練データが必要である．並列訓練データは，実世界での収録が物理的に不可能であるため，実際にはシミュレーションにより合成される．しかし，シミュレーションにより実データを忠実に再現することは容易でないため，実データに対しては，この従来アプローチによる音響信号強調の性能が極端に低くなる場合があった．本稿では，弱教師付き学習の枠組みである正例とラベルなしデータからの学習を用いた音響信号強調法を提案する．本手法によれば，実世界で容易に収録できる雑音を含む信号と雑音からなる非並列訓練データを用いた音響信号強調が可能である． |
| （英） | Audio signal enhancement (SE) is the task of extracting a desired class of sounds (a “signal”) from an observed sound mixture (a “noisy signal”). Although the mainstream SE approach is supervised learning, it is physically impossible to record required parallel training data consisting of both noisy signals and the corresponding clean (i.e., noise-free) signals. These data are thus synthesised in practice, which can severely degrade real-world performance. Here we propose an SE method using learning from positive and unlabelled data. It enables SE using non-parallel training data consisting of noisy signals and noise, which can be recorded easily. | |
| キーワード | （和） | 音響信号強調 / 正例とラベルなしデータからの学習 / 弱教師付き学習 / 非並列データ / 畳み込みニューラルネットワーク / / / |
| （英） | audio signal enhancement / learning from positive and unlabelled data / weakly supervised learning / non-parallel data / convolutional neural networks / / / | |
| 文献情報 | 信学技報, vol. 122, no. 325, IBISML2022-56, pp. 94-100, 2022年12月. | |
| 資料番号 | IBISML2022-56 | |
| 発行日 | 2022-12-15 (IBISML) | |
| 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 | IBISML2022-56 |
|
| 研究会情報 | |
| 研究会 | IBISML |
| 開催期間 | 2022-12-22 - 2022-12-23 |
| 開催地（和） | 京都大学 |
| 開催地（英） | Kyoto University |
| テーマ（和） | 機械学習一般 |
| テーマ（英） | Machine Learning, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | IBISML |
| 会議コード | 2022-12-IBISML |
| 本文の言語 | 日本語 |
| タイトル（和） | 正例とラベルなしデータからの学習を用いた音響信号の強調 |
| サブタイトル（和） | |
| タイトル（英） | Enhancement of Audio Signals Using Learning from Positive and Unlabelled Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音響信号強調 / audio signal enhancement |
| キーワード(2)（和/英） | 正例とラベルなしデータからの学習 / learning from positive and unlabelled data |
| キーワード(3)（和/英） | 弱教師付き学習 / weakly supervised learning |
| キーワード(4)（和/英） | 非並列データ / non-parallel data |
| キーワード(5)（和/英） | 畳み込みニューラルネットワーク / convolutional neural networks |
| 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） | 伊藤 信貴 / Nobutaka Ito / イトウ ノブタカ |
| 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） | 杉山 将 / Masashi Sugiyama / |
| 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） | / / |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-12-23 11:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | IBISML |
| 資料番号 | IBISML2022-56 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.325 |
| ページ範囲 | pp.94-100 |
| ページ数 | 7 |
| 発行日 | 2022-12-15 (IBISML) |
[研究会発表申込システムのトップページに戻る]