| 研究課題/領域番号 |
17H06572
|
|---|
| 研究種目 |
研究活動スタート支援
|
| 配分区分 | 補助金 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 香川高等専門学校 (2018)
東京大学 (2017) |
|---|
研究代表者 |
北村 大地 香川高等専門学校, 電気情報工学科, 助教 (40804745)
|
|---|
| 研究期間 (年度) |
2017-08-25 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
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: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 音響信号処理 / 統計的信号処理 / 音源分離 / 深層学習 / 最適化 |
|---|
| 研究成果の概要 |
本研究課題は，音源分離技術に関する数理的・実用的拡張を目的としている．音源分離とは，複数の音源が混合した観測信号のみから混合前の個々の音源信号を推定する逆問題であり，スマートスピーカー，音声認識，補聴器デバイス，音響VR・AR等，多くの応用が期待されている．
本課題では特に，従来より申請者が提案している独立低ランク行列分析（ILRMA）の確率的生成モデルの一般化について，当初の計画通り取り組み，より高精度な音源分離結果が得られることを実験的に示した．また，低ランク性以外の性質や，音源にとって適切な性質を学習データと深層学習によって獲得する「独立深層学習行列分析（IDLMA）」を新たに提案した．
|
| 研究成果の学術的意義や社会的意義 |
音源分離技術の精度が向上すれば，補聴器等の人支援デバイスへと直接的に応用できる他，音楽の新しい楽しみ方やVR技術への援用など，これまでの芸術・文化の振興につながることが期待されている．また，近年は音声認識やスマートスピーカ等が身近な技術となったが，これらのデバイスが雑音の多い環境下でも頑健に動作するためにも，音源分離技術の応用が必須となる．
このように，音源分離技術はあらゆる音響機器のフロントエンドとして必要な最も基本的な信号処理である．また，「混合信号から潜在的な因子を推定する」という観点では，音響信号のみならず，画像や電波などあらゆるメディアへの活用も期待される．
|
