| 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 | 2025-06-13 13:20 単一チャンネル音声分離のためのマルチチャンネルモデルを用いた知識蒸留手法 ○二通大地・ローランド ハルタント・篠田浩一（Science Tokyo）  SP2025-3 |
|
| 抄録 | （和） | 音声分離は，雑音環境下での音声処理において重要な技術であり，補聴器，音声認識システム，スマート スピーカーなど幅広い分野で応用されているが，単一チャンネルでは空間情報が利用できず，性能が劣る.本研究で は，マルチチャンネルモデルから単一チャンネルモデルへの知識蒸留手法 MCKD-SS を提案する.提案手法では，音 声分離と音源到来方向(DOA)推定を同時に行うマルチタスクモデルから中間層の空間情報を抽出し，単一チャンネ ルモデルに蒸留する.SMS-WSJ や WHAMR!で性能向上を確認し，無響環境では効果が限定的だったが，雑音・残響 環境での有効性を示した. |
| （英） | Speech separation is an essential technology for processing speech in noisy environments, with applications in hearing aids, speech recognition systems, and smart speakers. However, single-channel models cannot utilize spatial in- formation and tend to have lower performance. This study proposes MCKD-SS (Multi-Channel Knowledge Distillation for Single-Channel Speech Separation), which distills spatial information from the intermediate layers of a multi-task model that simultaneously performs speech separation and direction of arrival (DOA) estimation. Experiments on the SMS-WSJ and WHAMR! datasets confirmed performance improvements, demonstrating effectiveness in noisy and reverberant environments, although the effect was limited in clean conditions. | |
| キーワード | （和） | 音声分離 / 知識蒸留 / 深層学習 / / / / / |
| （英） | Speech Separation / Knowledge Distillation / Deep Learning / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 74, SP2025-3, pp. 10-15, 2025年6月. | |
| 資料番号 | SP2025-3 | |
| 発行日 | 2025-06-06 (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 | SP2025-3 |
|
| 研究会情報 | |
| 研究会 | SP IPSJ-SLP IPSJ-MUS |
| 開催期間 | 2025-06-13 - 2025-06-14 |
| 開催地（和） | 早稲田大学 |
| 開催地（英） | |
| テーマ（和） | 音学シンポジウム2025 |
| 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 | 2025-06-SP-SLP-MUS |
| 本文の言語 | 日本語 |
| タイトル（和） | 単一チャンネル音声分離のためのマルチチャンネルモデルを用いた知識蒸留手法 |
| サブタイトル（和） | |
| タイトル（英） | Multi-channel Models Knowledge Distillation for Single-Channel Speech Separation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 音声分離 / Speech Separation |
| キーワード(2)（和/英） | 知識蒸留 / Knowledge Distillation |
| キーワード(3)（和/英） | 深層学習 / Deep 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） | 二通 大地 / Daichi Nitsu / ニツウ ダイチ |
| 第1著者 所属（和/英） | 東京科学大学 (略称： Science Tokyo) Institute of Science Tokyo (略称： Science Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | ローランド ハルタント / Roland Hartanto / ローランド ハルタント |
| 第2著者 所属（和/英） | 東京科学大学 (略称： Science Tokyo) Institute of Science Tokyo (略称： Science Tokyo) |
| 第3著者 氏名（和/英/ヨミ） | 篠田 浩一 / Koichi Shinoda / シノダ コウイチ |
| 第3著者 所属（和/英） | 東京科学大学 (略称： Science Tokyo) Institute of Science Tokyo (略称： Science Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-06-13 13:20:00 |
| 発表時間 | 140分 |
| 申込先研究会 | SP |
| 資料番号 | SP2025-3 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.74 |
| ページ範囲 | pp.10-15 |
| ページ数 | 6 |
| 発行日 | 2025-06-06 (SP) |
[研究会発表申込システムのトップページに戻る]