• Search Research Projects
  • Search Researchers
  1. Back to previous page

リカレントニューラルネットワークを用いた極低ビット音声符号化方式の開発

Research Project

Project/Area Number07750395
Research Category

Grant-in-Aid for Encouragement of Young Scientists (A)

Allocation TypeSingle-year Grants
Research Field 情報通信工学
Research InstitutionTohoku University

Principal Investigator

木幡 稔  東北大学, 工学部, 助教授 (30186720)

Project Period (FY) 1995
Project Status Completed(Fiscal Year 1995)
Budget Amount *help
¥1,000,000 (Direct Cost : ¥1,000,000)
Fiscal Year 1995 : ¥1,000,000 (Direct Cost : ¥1,000,000)
Keywordsリカレントニューラルネットワーク / LSP係数 / 音声符号化 / BPTT学習 / 補間
Research Abstract

本研究では,音声の低歪,低ビット符号化への応用を目的として,時間変化パタンの記憶,再生能力を有するリカレントニューラルネットワーク(RNN)を,音声のスペクトルパタンの補間に用いる符号化方式を提案した.提案したRNN補間器は多次元の時間変化パタンをその始端と終端の値のみから補間して復元する機能を有する.本研究では,まずRNN補間器の学習方法として,選択的通時的誤差逆伝播法(BPSS)を導く.これは時間的誤差逆伝播法(BPTT)を基にした方法で,1つのRNNに対して複数パタンの補間を行なわせることが可能となった.次に,RNN補間器の能力を評価するため,多項式から作成した時間変化パタンを被補間パタンとして用いた実験を行なうことにより補間器の基本特性を測定した.そして,音声信号のスペクトル情報を表わすパラメータの1つであるLSP係数の符号化へRNN補間器を応用する具体的方法について述べ,シミュレーションにより符号化後の音声のスペクトル歪を測定し,他の補間法を用いた場合との比較を行なった.その結果,スペクトル情報のみの符号化に際して,伝送レート約300bpsにおいて線形補間よりスペクトル歪が0.5dB減少し,主観評価実験の結果においても音質の向上が認められた.

Report

(1results)
  • 1995 Annual Research Report

Research Products

(1results)

All Other

All Publications

  • [Publications] 木幡 稔: "リカレントニューラルネットワークを用いた補間法とその音声符号化への応用" 電子情報通信学会論文誌D-II. J79DII(発表予定). (1996)

    • Related Report
      1995 Annual Research Report

URL :

Published : 1995-04-01   Modified : 2016-04-21  

Information FAQ News Terms of Use

Powered by NII kakenhi