基底変形型教師ありNMFによる実楽器信号分離 (応用音響) Signal Separation for Real Instruments Based on Supervised NMF with Basis Deformation

この論文をさがす

著者

抄録

多重音響信号から目的の楽器音を抽出する音楽信号分離技術の一つに非負値行列因子分解(NMF)がある.従来の教師ありNMFでは,教師音から生成した学習基底と,信号中の分離目的音の音色が異なる場合,抽出精度が著しく低下する.この問題を改善するため,学習基底を分離目的音に合わせて変形させる為の変形項と拘束条件を付与した基底変形型教師ありNMFを提案する.実楽器を用いて実験を行った結果,従来手法に比べて有意な改善が確認された.

Nonnegative Matrix Factorization (NMF) is one of the technique used for separation of an audio mixture that consists of multiple instrumental sources. The conventional supervised NMF has a critical problem that a mismatch between the basis trained in advance and the target actual sound reduces the accuracy of separation To solve this problem, we propose a new advanced supervised NMF that includes a deformable term for the trained basis and constrained conditions for making the basis fit into the target sound. The results of the experiment using real instruments show that the proposed method significantly improves the accuracy of separation compared with the conventional method.

収録刊行物

  • 電子情報通信学会技術研究報告 : 信学技報

    電子情報通信学会技術研究報告 : 信学技報 112(388), 13-18, 2013-01-24

    一般社団法人電子情報通信学会

各種コード

  • NII論文ID(NAID)
    110009727673
  • NII書誌ID(NCID)
    AN10164817
  • 本文言語コード
    JPN
  • ISSN
    0913-5685
  • NDL 記事登録ID
    024261767
  • NDL 請求記号
    Z16-940
  • データ提供元
    NDL  NII-ELS 
ページトップへ