| 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 | 2026-11-03 16:00 ［特別招待講演］雑音抑圧・残響抑圧・音源分離を同時に実現する畳み込みビームフォーマ ○中谷智広（NTT）  EA2026-62 EMM2026-113 |
|
| 抄録 | （和） | 畳み込みビームフォーマ（Convolutional Beamformer: CBF）は，逆フィルタリングの枠組みに基づき，雑音抑圧，残響抑圧，および音源分離を統合的に実現する信号処理技術である．CBFは，雑音と残響を含む音声混合信号から高品質なクリーン音声を復元し，人間の聴取品質や自動音声認識（ASR）の性能向上に貢献する．本講演では，CBFの数理的定義，統合処理を可能にする仕組み，および最尤推定に基づく最適化手法を解説する．また，CBFが，残響抑圧を担う多チャネル線形予測（Multichannel Linear Prediction: MCLP）と，雑音抑圧・音源分離を担うビームフォーミング（Beamforming: BF）へ分解できることを示す．この分解により，CBFの理解が容易になるだけでなく，実応用において高い性能を実現する柔軟な構成が可能となる．その代表例として，遠隔音声認識を対象とした CHiME-8 Distant ASR Challenge を紹介する．さらに，収録条件が未知の場合にも適用可能なブラインドCBFをはじめとする最近の拡張技術についても紹介する．特に，ブラインドCBFとニューラルネットワークに基づく音声強調を統合することで，少数マイクや厳しい環境下でも高品質な音声強調が実現できることを示す． |
| （英） | The convolutional beamformer (CBF) is a signal processing technique that jointly performs denoising, dereverberation, and source separation based on the inverse-filtering framework. It can recover clean, close-talk–quality speech from noisy and reverberant speech mixtures, thereby improving both human listening experiences and automatic speech recognition (ASR) performance. This talk will introduce the CBF framework, including its formal definition, the mechanism that enables joint enhancement, and its maximum-likelihood–based optimization scheme. It will then show that CBF can be decomposed into Multichannel Linear Prediction (MCLP) for dereverberation and beamforming (BF) for denoising and source separation. This decomposition not only makes the framework more interpretable but also enables flexible configurations that deliver highly effective estimation in real-world tasks. The CHiME-8 distant ASR challenge will be presented as a representative use case. The talk will also cover recent extensions, including blind CBF, which can operate under unknown recording conditions. In particular, integrating blind CBF with neural-network-based speech enhancement can deliver very high speech quality, even with a small number of microphones and under severely adverse conditions. | |
| キーワード | （和） | 畳み込みビームフォーマ / ブラインド信号処理 / 音源分離 / ロバスト音声認識 / ニューラルネットワーク統合 / / / |
| （英） | convolutional beamformer / blind signal processing / source separation / robust ASR / neural-network integration / / / | |
| 文献情報 | 信学技報, vol. 126, no. 218, EA2026-62, p. 156, 2026年11月. | |
| 資料番号 | EA2026-62 | |
| 発行日 | 2026-10-27 (EA, EMM) | |
| 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 | EA2026-62 EMM2026-113 |
|
| 研究会情報 | |
| 研究会 | EA EMM ASJ-H ASJ-SCCOM |
| 開催期間 | 2026-11-03 - 2026-11-04 |
| 開催地（和） | 呉羽ハイツ |
| 開催地（英） | Kureha Hights |
| テーマ（和） | ＜ビギナーズセッション＞応用／電気音響，コンテンツ処理，情報ハイディング，高機能マルチメディア，聴覚， 音声コミュニケーション，一般 |
| テーマ（英） | [Beginners Session] Engineering/Electro Acoustics, Content Processing, Digital Watermarking, Enriched Multimedia, Psychological and Physiological Acoustics, Speech Communication, and Related Topics |
| 講演論文情報の詳細 | |
| 申込み研究会 | EA |
| 会議コード | 2026-11-EA-EMM-H |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | 雑音抑圧・残響抑圧・音源分離を同時に実現する畳み込みビームフォーマ |
| サブタイトル（和） | |
| タイトル（英） | Convolutional Beamformer for Joint Denoising, Dereverberation, and Source Separation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 畳み込みビームフォーマ / convolutional beamformer |
| キーワード(2)（和/英） | ブラインド信号処理 / blind signal processing |
| キーワード(3)（和/英） | 音源分離 / source separation |
| キーワード(4)（和/英） | ロバスト音声認識 / robust ASR |
| キーワード(5)（和/英） | ニューラルネットワーク統合 / neural-network integration |
| 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） | 中谷 智広 / Tomohiro Nakatani / ナカタニ トモヒロ |
| 第1著者 所属（和/英） | NTT株式会社 (略称： NTT) NTT, Inc. (略称： NTT) |
| 講演者 | 第1著者 |
| 発表日時 | 2026-11-03 16:00:00 |
| 発表時間 | 60分 |
| 申込先研究会 | EA |
| 資料番号 | EA2026-62, EMM2026-113 |
| 巻番号（vol） | vol.126 |
| 号番号（no） | no.218(EA), no.219(EMM) |
| ページ範囲 | p.156 |
| ページ数 | 1 |
| 発行日 | 2026-10-27 (EA, EMM) |
[研究会発表申込システムのトップページに戻る] (日本語ページの行間係数: 1)