2021 Fiscal Year Annual Research Report
位相差のモデルを活用したアドホックマイクロホンアレイ信号処理
| Project/Area Number |
21J21371
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Tokyo Metropolitan University |
|---|
Principal Investigator |
升山 義紀 東京都立大学, 大学院システムデザイン研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2021-04-28 – 2024-03-31
|
| Keywords | 音響信号処理 / アレイ信号処理 / 最適化 / 分散デバイス / ビームフォーミング |
|---|
| Outline of Annual Research Achievements |
本研究課題では，分散配置されたスマートフォンやタブレットPCなどの録音機能をもつデバイスを連携させアレイ信号処理を行う，アドホックアレイ信号処理に取り組んでいる．アドホックアレイ信号処理では，各デバイスでのサンプリング周波数のずれにより，通常のアレイ信号処理で広く利用されるマイク間の位相差が非定常になるという課題がある．この課題を解決しつつアレイ信号処理の性能を改善するために，音響信号の時間周波数表現における時間・周波数・空間の3軸の位相差に基づくアレイ信号処理の枠組みを構築する．
本年度は，通常のマイクロホンアレイを用いた目的音抽出の低遅延化のために，minimum power distortionless response (MPDR) ビームフォーマを拡張した．提案手法は時間周波数領域で得られるビームフォーマ係数が時間領域に変換した際に因果的になるように制約を加える．これにより，ビームフォーミングを時間領域でアルゴリズム遅延なく実現できる．また因果性の制約を加えたことで，これまでアレイ信号処理であまり考慮されてこなかったビームフォーマ係数の周波数間の関係性を考慮できている．結果として，実験条件によっては低遅延化と性能改善を同時に実現できることを確認した．
また，アドホックアレイ信号処理における大きな課題であるサンプリング周波数のずれの補償にも取り組み，複数のマイクロホンのサンプリング周波数を同時推定する枠組みを提案した．提案手法は，サンプリング周波数のずれを時間周波数領域でのマイクロホン間の位相差の時間・周波数に依存した変化としてモデル化する．この位相差の変化をすべてのマイクロホンペアに対して考え，全体にとって最適なサンプリング周波数のずれを求める．これにより一部のマイクロホンペアの関係性のみに基づいていた既存手法から推定精度が改善することを確認した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本年度は，因果的MPDRビームフォーマに関して国際会議に論文が1編採択され,国内学会でも1件発表を行った.因果的MPDRビームフォーマはもともと本年度の予定になかったが，ビームフォーマの係数の周波数間の関係性を考慮することで目的音抽出性能が改善することを示す結果が得られ，本研究課題の妥当性を確認することができた．現在は因果的MPDRビームフォーマの設計アルゴリズムをオンライン化し，ジャーナル投稿への準備を進めている．
また，複数のマイクロホンの同時同期手法を導出できたことは非常に大きな成果である．既存手法は参照マイクロホンを1つ定め，その他のマイクロホンを個別に参照マイクロホンと同期していた．これに対して，提案手法はすべてのマイクロホンペアの位相差を考慮し，すべての信号を同時に同期する．本内容は国内学会で1件発表を行っており，国際会議へも投稿中である．
|
| Strategy for Future Research Activity |
次年度は，まず因果的MPDRビームフォーマのジャーナル投稿を目指す．既にアルゴリズムのオンライン化と予備実験を済ませており，次年度前半にて投稿する予定である．また本研究で得られた知見をもとに，ビームフォーミングやブラインド音源分離において時間・周波数軸の位相差の情報を利用する枠組みを確立する．またサンプリング周波数のずれの補償に関してもアルゴリズムの初期化・高速化法について検討し，ジャーナル投稿を目指す．最終的にこれら2つの技術を統合することで，アドホックアレイ上での高精度なアレイ信号処理を実現する．また，アドホックアレイ信号処理の実応用を考えると，雑音，残響，クリッピングなど様々な課題が発生しうる．これらの課題を観測音のみに基づく既存のアレイ信号処理のみで解決するのは困難であるため，大規模なデータセットから信号の特徴を学習し活用できる深層学習とアレイ信号処理の統合を検討する．
|
