| 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 | 2023-06-23 13:50 深層学習を用いたアカペラ歌声分離における歌声合成による教師データ拡張の検討 ○風間香伽（都立大）・木下裕磨（東海大）・植野夏樹・小野順貴（都立大）  SP2023-4 |
|
| 抄録 | （和） | 本研究では，深層学習を用いたアカペラ歌声分離に有効な教師データを検討する．アカペラや合唱など楽器を用いない歌唱データセットは少なく実環境での収録も困難であるため，歌声合成を利用してアカペラ歌唱データを作成し，そのデータを教師として深層学習モデルを訓練する．まず，アカペラアレンジされた楽曲の楽譜を MuseScoreから入手し，歌声合成ツールUTAUを用いて計100分の歌唱データセットを作成する．作成した歌声合成データがアカペラ歌声分離に有効であるかを調査するため，教師データとして日本語アカペラ歌唱コーパスを使用した場合と，作成した歌声合成データを使用した場合との比較実験を行う．実験の結果，歌声合成による教師データの生成が教師データの不足を補い，アカペラ歌声分離の性能向上に有用であることが示される. |
| （英） | In this study, we examine efficacy of training data augmentation for a cappella singing voice separation using deep learning. Since there are few singing voice datasets without musical instruments such as a cappella and chorus, and it is difficult to record these in a real environment, we create an a cappella singing voice data using singing voice synthesis and train a deep neural network (DNN) using this data. First, we obtain a cappella-arranged musical scores from MuseScore, and create a singing voice data of 100 minutes in total using the singing voice synthesis tool UTAU. In order to investigate whether the created synthesized singing voice data is effective for a cappella singing voice separation, we conducted a comparative experiment using Japanese a cappella vocal ensemble corpus as training data and a synthesized singing voice data. Experimental results show that the data augmentation by singing voice synthesis compensates for the lack of training data and is useful for improving the performance of a cappella singing voice separation. | |
| キーワード | （和） | 深層学習 / データ拡張 / 歌声分離 / 歌声合成 / / / / |
| （英） | deep learning / data augmentation / singing voice separation / singing voice synthesis / / / / | |
| 文献情報 | 信学技報, vol. 123, no. 88, SP2023-4, pp. 14-19, 2023年6月. | |
| 資料番号 | SP2023-4 | |
| 発行日 | 2023-06-16 (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 | SP2023-4 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-MUS IPSJ-SLP |
| 開催期間 | 2023-06-23 - 2023-06-24 |
| 開催地（和） | 電気通信大学 |
| 開催地（英） | |
| テーマ（和） | 音学シンポジウム2023 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SP |
| 会議コード | 2023-06-SP-MUS-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習を用いたアカペラ歌声分離における歌声合成による教師データ拡張の検討 |
| サブタイトル（和） | |
| タイトル（英） | Data Augmentation by Synthesised Voice for Deep Learning-based A Cappella Separation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | データ拡張 / data augmentation |
| キーワード(3)（和/英） | 歌声分離 / singing voice separation |
| キーワード(4)（和/英） | 歌声合成 / singing voice synthesis |
| 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） | 風間 香伽 / Kyoka Kazama / カザマ キョウカ |
| 第1著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 第2著者 氏名（和/英/ヨミ） | 木下 裕磨 / Yuma Kinoshita / キノシタ ユウマ |
| 第2著者 所属（和/英） | 東海大学 (略称： 東海大) Tokai University (略称： Tokai Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 植野 夏樹 / Natsuki Ueno / ウエノ ナツキ |
| 第3著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 第4著者 氏名（和/英/ヨミ） | 小野 順貴 / Nobutaka Ono / オノ ノブタカ |
| 第4著者 所属（和/英） | 東京都立大学 (略称： 都立大) Tokyo Metropolitan University (略称： TMU) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-06-23 13:50:00 |
| 発表時間 | 140分 |
| 申込先研究会 | SP |
| 資料番号 | SP2023-4 |
| 巻番号（vol） | vol.123 |
| 号番号（no） | no.88 |
| ページ範囲 | pp.14-19 |
| ページ数 | 6 |
| 発行日 | 2023-06-16 (SP) |
[研究会発表申込システムのトップページに戻る]