| 研究課題/領域番号 |
19H04131
|
|---|
| 研究機関 | 筑波大学 |
|---|
研究代表者 |
牧野 昭二 筑波大学, システム情報系, 教授 (60396190)
|
|---|
| 研究分担者 |
猿渡 洋 東京大学, 大学院情報理工学系研究科, 教授 (30324974)
山田 武志 筑波大学, システム情報系, 准教授 (20312829)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | ブラインド音源分離 / 音響イベント検出 / 音情景解析 |
|---|
| 研究実績の概要 |
[検討項目１] 音の伝播の物理的なモデルに基づいて観測信号を補間し、実際には存在しない、いわばバーチャルな観測信号を作り出して素子数を擬似的に増やすことにより、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。擬似観測の振幅は非線形補間により推定した。擬似観測を用いた音声強調の劣決定拡張により、擬似観測の基本的な検証を行った。さらに、バーチャルマイクロホンの動作原理の解明と高性能化を図った。今期は、国際会議発表４件、および、国内大会発表１件の研究成果を得た。
[検討項目２] 音環境からの情報を利用した多チャネル信号処理アルゴリズムを開発した。既存のアルゴリズムを分散型マイクロホンアレーに対応できるように一般化し、さらに強力な最適化規範を導入した。分散型マイクロホンアレーにおけるサブアレーの同期手法を開発した。ブラインド音源分離/抽出アルゴリズムや多チャネル残響除去アルゴリズムを分散型マイクロホンアレーに対応できるように開発した。さらに、必要なマイクロホンを最小化して演算量を削減しながら、性能を最適化するためのマイクロホン選択手法も検討した。今期は、雑誌論文１件、国際会議発表７件、および、国内大会発表４件の研究成果を得た。
[検討項目３] 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。音源信号に関する先見知識を利用し、特徴量次元での分類法も利用した。分類精度を向上させるために、深層学習などの最新の音声認識技術を活用した。今期は、国際会議発表２件、および、国内大会発表６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１件、国際会議発表１３件、国内大会発表１１件の研究成果を得た。
予算執行は、新型コロナウイルス感染症による影響により、遅れている。
|
| 今後の研究の推進方策 |
[検討項目１] 音の伝播の物理的なモデルに基づいて観測信号を補間し、実際には存在しない、いわばバーチャルな観測信号を作り出して素子数を擬似的に増やすことにより、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。擬似観測の振幅は非線形補間により推定する。擬似観測を用いた音声強調の劣決定拡張により、擬似観測の基本的な検証を行う。さらに、バーチャルマイクロホンの動作原理の解明と高性能化を図る。
[検討項目２] 音環境からの情報を利用した多チャネル信号処理アルゴリズムを開発する。既存のアルゴリズムを分散型マイクロホンアレーに対応できるように一般化し、さらに強力な最適化規範を導入する。分散型マイクロホンアレーにおけるサブアレーの同期手法を開発する。ブラインド音源分離/抽出アルゴリズムや多チャネル残響除去アルゴリズムを分散型マイクロホンアレーに対応できるように開発する。さらに、必要なマイクロホンを最小化して演算量を削減しながら、性能を最適化するためのマイクロホン選択手法も検討する。
[検討項目３] 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、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、深層学習などの最新の音声認識技術を活用する。
|
