| 研究課題/領域番号 |
23K28113
|
|---|
| 補助金の研究課題番号 |
23H03423 (2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 早稲田大学 |
|---|
研究代表者 |
牧野 昭二 早稲田大学, 理工学術院(情報生産システム研究科・センター), 特任教授 (60396190)
|
|---|
| 研究分担者 |
山田 武志 筑波大学, システム情報系, 教授 (20312829)
猿渡 洋 東京大学, 大学院情報理工学系研究科, 教授 (30324974)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
18,590千円 (直接経費: 14,300千円、間接経費: 4,290千円)
2025年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2024年度: 6,110千円 (直接経費: 4,700千円、間接経費: 1,410千円)
2023年度: 6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
|
|---|
| キーワード | 音響情報処理 / 音響信号処理 / マイクロホンアレー / 音環境の認識と理解 |
|---|
| 研究開始時の研究の概要 |
1) 音源分離・雑音抑圧・残響除去の統合技術を開発する。
2) 音源分離と時間周波数スイッチングフィルタを融合させ、劣決定/優決定条件の全体を最適化した理論を構築する。
3) 弱ラベル・ラベル無し学習法を開発し、ビッグデータのラベル付けコストの大幅削減を達成する。
|
| 研究実績の概要 |
[検討項目１][音源分離・雑音抑圧・残響除去の統合および移動音源への対応]
これまで異なるアプローチで個別に発展してきた音源分離・雑音抑圧・残響除去を同一の誤差関数の最小化問題として統合し、同時最適化する統合手法を開発した。そして、時間周波数スイッチングフィルタを用いたマイクロホンアレーに対応できるように一般化し、更に強力な最適化規範を導入した。今期は、雑誌論文４件、国際会議発表４件、および国内大会発表２件の研究成果を得た。
[検討項目２][時間周波数スイッチングフィルタの複素フィルタとしての新展開]
時間周波数スイッチングビームフォーマは、複素フィルタを用いてマイク間の位相差を制御して空間指向性を形成していた。この概念を音源分離・雑音抑圧・残響除去に展開した時間周波数スイッチングフィルタにより、音源数に依存することなく高品質な出力を得るための統一的なアレー信号処理を検討した。時間周波数スイッチングフィルタを音源分離・雑音抑圧・残響除去の統合手法と融合させ、優決定問題 (音源数 < マイク数) と劣決定問題 (マイク数 < 音源数) の両方に対応できる手法を構築した。今期は、雑誌論文２件および国際会議発表１件の研究成果を得た。
[検討項目３][音環境の理解およびユニバーサル・サウンド・セパレーション]
ロボットの耳などを想定し、世界中にあるすべての音を対象とするユニバーサル・サウンド・セパレーションを検討した。強調された音源信号から抽出した特徴量に基づき、音環境を解析・理解した。分類精度を向上させるために、言語情報と音情報のマルチモーダルの活用法や敵対的生成ネットワーク(Generative Adversarial Networks: GAN)などの深層学習の最新の音声認識技術も検討した。今期は、国際会議発表２件および国内大会発表３件の研究成果を得た。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
研究は順調に進展し、雑誌論文６件、国際会議発表７件、国内大会発表５件の研究成果を得た。
|
| 今後の研究の推進方策 |
[検討項目１][音源分離・雑音抑圧・残響除去の統合および移動音源への対応]
これまで異なるアプローチで個別に発展してきた音源分離・雑音抑圧・残響除去を同一の誤差関数の最小化問題として統合し、同時最適化する統合手法を開発する。そして、時間周波数スイッチングフィルタを用いたマイクロホンアレーに対応できるように一般化し、更に強力な最適化規範を導入する。更に、演算量を削減しながら、性能を最適化するための実時間動作実現手法も検討する。
[検討項目２][時間周波数スイッチングフィルタの複素フィルタとしての新展開]
時間周波数スイッチングビームフォーマは、複素フィルタを用いてマイク間の位相差を制御して空間指向性を形成していた。この概念を音源分離・雑音抑圧・残響除去に展開した時間周波数スイッチングフィルタにより、音源数に依存することなく高品質な出力を得るための統一的なアレー信号処理を検討する。時間周波数スイッチングフィルタを音源分離・雑音抑圧・残響除去の統合手法と融合させ、優決定問題 (音源数 < マイク数) と劣決定問題 (マイク数 < 音源数) の両方に対応できる手法を構築する。
[検討項目３][音環境の理解およびユニバーサル・サウンド・セパレーション]
ロボットの耳などを想定し、世界中にあるすべての音を対象とするユニバーサル・サウンド・セパレーションを検討する。強調された音源信号から抽出した特徴量に基づき、音環境を解析・理解する。音源信号に関する先見知識を利用し、音源の種類の増大に対処するため、言葉によるラベルを与えて補助する方式を検討する。特徴量次元での分類法も利用する。分類精度を向上させるために、言語情報と音情報のマルチモーダルの活用法や敵対的生成ネットワーク(Generative Adversarial Networks: GAN)などの深層学習の最新の音声認識技術も検討する。
|
