お知らせ 2023年度・2024年度 学生員 会費割引キャンペーン実施中です
お知らせ 技術研究報告と和文論文誌Cの同時投稿施策(掲載料1割引き)について
お知らせ 電子情報通信学会における研究会開催について
お知らせ NEW 参加費の返金について
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 2023-02-28 17:15
目的信号に雑音を用いるDNN雑音除去の検討
広政遼汰大中緋慧宮崎亮一徳山高専EA2022-93 SIP2022-137 SP2022-57
抄録 (和) 本研究では,ディープニューラルネットワーク (Deep Neural Network: DNN) 雑音除去において,目的信号にクリーン音声 (clean) ではなく雑音 (noise) を活用する手法を提案する.DNNを用いた一般的な手法は最先端の性能を発揮する一方で,収集難易度の高い clean を目的信号として学習を行う必要がある.近年は Noisy-target Training (NyTT) と呼ばれる clean の代わりに雑音が混入した音声 (noisy) を目的信号として学習を行う手法が提案されており,条件によっては目的信号に clean を用いる手法と同等の性能を達成する.本研究では, NyTT の拡張として目的信号に noise のみ,もしくはnoisy と noise を併用するDNN雑音除去手法を提案する.客観評価指標を用いた実験によって,目的信号に noise のみを用いた場合でも雑音除去が可能であることを明らかにした.さらに,目的信号に noisy と noise を併用することによって,少量の noisy のみを使用するよりも性能が向上することを確認した. 
(英) This study proposes a DNN-based noise reduction method that uses noise signals instead of clean speech signals as the target signals. The general DNN approach requires training with clean signals, which are difficult to obtain. The recent Noisy-Target Training (NyTT) method trains DNN using noisy speech signals as the target signals, achieving comparable performance to using clean signals under certain conditions. Our proposed extension of NyTT uses only noise signals or a combination of noisy and noise signals as the target signals. Experimental results showed that noise reduction is possible using only noise as the target signal. We also found that using noise and noisy signals as target signals improves performance compared to using only limited noisy signals.
キーワード (和) 雑音除去 / 深層学習 / 教師なし学習 / / / / /  
(英) Noise reduction / Deep learning / Unsupervised learning / / / / /  
文献情報 信学技報, vol. 122, no. 387, EA2022-93, pp. 101-106, 2023年2月.
資料番号 EA2022-93 
発行日 2023-02-21 (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 EA2022-93 SIP2022-137 SP2022-57

研究会情報
研究会 SP IPSJ-SLP EA SIP  
開催期間 2023-02-28 - 2023-03-01 
開催地(和) 沖縄県立博物館・美術館 
開催地(英)  
テーマ(和) 音声,応用/電気音響, 信号処理,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 2023-02-SP-SLP-EA-SIP 
本文の言語 日本語 
タイトル(和) 目的信号に雑音を用いるDNN雑音除去の検討 
サブタイトル(和)  
タイトル(英) DNN-based Noise Reduction Using Noise Signal for Target Signal 
サブタイトル(英)  
キーワード(1)(和/英) 雑音除去 / Noise reduction  
キーワード(2)(和/英) 深層学習 / Deep learning  
キーワード(3)(和/英) 教師なし学習 / Unsupervised learning  
キーワード(4)(和/英) /  
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) 広政 遼汰 / Ryota Hiromasa / ヒロマサ リョウタ
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) 大中 緋慧 / Hien Ohnaka / オオナカ ヒエン
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) 宮崎 亮一 / Ryoichi Miyazaki / ミヤザキ リョウイチ
第3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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2023-02-28 17:15:00 
発表時間 20分 
申込先研究会 EA 
資料番号 EA2022-93, SIP2022-137, SP2022-57 
巻番号(vol) vol.122 
号番号(no) no.387(EA), no.388(SIP), no.389(SP) 
ページ範囲 pp.101-106 
ページ数
発行日 2023-02-21 (EA, SIP, SP) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会