| 研究課題/領域番号 |
16K06384
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
計測工学
|
|---|
| 研究機関 | 山梨大学 |
|---|
研究代表者 |
小澤 賢司 山梨大学, 大学院総合研究部, 教授 (30204192)
|
|---|
| 研究分担者 |
坂本 修一 東北大学, 電気通信研究所, 准教授 (60332524)
森勢 将雅 山梨大学, 大学院総合研究部, 准教授 (60510013)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,810千円 (直接経費: 3,700千円、間接経費: 1,110千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2016年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | マイクロホンアレイ / 時空間音圧分布画像 / 音源分離 / 2次元フーリエ変換 / ニューラルネットワーク / 深層学習 / L1正則化 / スペクトル減算法 / 3次元フーリエ変換 / 距離分離 / 不等間隔アレイ / スパースモデリング / 到来方向推定 / マイクロ間隔マイクロホンアレイ / 音響信号処理 / 空間分離収録 / 人工知能 |
|---|
| 研究成果の概要 |
本研究は，マイクロホンアレイの出力である時空間音圧分布画像の2次元フーリエ変換に基づいて，音源分離を行うことを目的とした。アレイ正面から到来する目的音については，時空間音圧分布画像は縦縞を形成するので，2次元スペクトルは空間軸方向の直流成分に局在するという特徴がある。
本研究では，雑音（目的音以外の音）の空間直流成分を，人工知能技術の1つである深層ニューラルネットワークを利用して瞬時に推定し，スペクトル減算法を実施することで雑音抑圧を行った。その結果，到来方向が異なる2音の分離に関し，従来法（遅延和法, MV法）より高い性能を示した。
本提案手法は，同一方向にある2音源の分離にも適用可能である。
|
| 研究成果の学術的意義や社会的意義 |
超高品位テレビ方式（スーパーハイビジョン）は，室内に22個のスピーカを配置することで音の空間情報を近似的に再生するものであり，真の意味で音の空間情報を記録するには不十分である。将来的に高次遠隔コミュニケーションを実現する，また歴史的瞬間の現場を完全に記録・再現するためには，全周にわたり精密に音の空間情報を記録する手法の開発が望まれている。これを小規模なシステムにより実現することは，スマートスピーカやスマートフォンの音声インタフェースが一般に普及している今日において大きな社会的意義がある。
本研究では，これを実現するために，急激に発展している人工知能技術を利用することに学術的な意義がある。
|
