独立成分分析を用いた音響信号のブラインド音源分離.pptVIP

音声?音響信号を対象としたブラインド音源分離 奈良先端科学技術大学院大学 猿渡　洋 sawatari@is.aist-nara.ac.jp 本日の発表内容 ブラインド音源分離（BSS）研究の背景 独立成分分析（ICA）に基づくBSSの説明 時間領域ICA 周波数領域ICA 各領域ICAの適用限界を実証 周波数領域ICAと時間領域ICAを統合した多段ICAに基づく音源分離手法の提案 実環境下における分離実験結果および考察 まとめ 背景 背景（Cont’d） 研究の目標 雑音に頑健なハンズフリー音声処理システム　の実現 マイクロホンアレー 複数のマイクロホン素子から構成される受音器 目的信号の強調，雑音抑圧が可能 マイクロホンアレー処理の欠点 音源の到来方位推定が必要 適応のために無音区間の推定が必要 ブラインド音源分離 複数の音源信号が混在して観測される場合，観測信号のみから音源信号を推定する技術 独立成分分析（ICA）に基づく手法が主流 ICAに基づくブラインド音源分離 ブラインド音源分離 複数の音源信号が混在して観測される場合，観測信号のみから音源信号を推定する技術 独立成分分析（ICA）に基づく手法が主流 従来のアプローチ 時間領域ICA（TDICA） 時間領域においてFIR型の音源分離フィルタを　推定 周波数領域ICA（FDICA） 周波数領域において各周波数帯域毎に音源分離フィルタを推定 TDICAに基づく音源分離手法 TDICAの適用 一般の残響抑圧信号処理においては，フィルタ長を長くすることにより残響抑圧性能が向上する 実験条件 フィルタ長と分離性能の関係 FDICAに基づく音源分離手法 FDICAの適用 一般の残響抑圧信号処理においては，帯域分割数（フィルタ長）を増やすことにより残響抑圧性能が向上 帯域分割数と分離性能の関係 帯域分割数と狭帯域信号間の相関値の関係 帯域分割数と分離性能の関係 各領域ICAの利点?欠点 利点 周波数変換により　混合問題を簡単化 反復学習における安定性，高速収束性 欠点 帯域分割処理により独立性の仮定が崩壊 分離性能が飽和 　　　　　　　　 MSICAの分離過程 提案手法の有効性検証 MSICAにおけるTDICA部のフィルタ長と分離　性能の関係を調査 TDICA，FDICA，及びMSICAの分離性能比較 フィルタ長と分離性能の関係 提案手法の有効性検証 MSICAにおけるTDICA部のフィルタ長と分離　性能の関係を調査 TDICA，FDICA，及びMSICAの分離性能比較 各ICAの分離性能比較 考察 FDICAでは帯域分割処理により十分な分離性能に達しない段階で性能が飽和 TDICAでは反復学習規則が複雑であるため長いフィルタによる分離が困難 MSICAを用いることでTDICA，FDICAを上回る分離性能が得られた MSICAは本質的にTDICA，FDICAの問題点を解決したといえる MSICAによる分離音声の一例 まとめ 残響環境下における時間領域ICA（TDICA），　周波数領域ICA（FDICA）の適用限界を実証 FDICAとTDICAを統合した多段ICA（MSICA）に基づくブラインド音源分離手法を提案 TDICA，FDICA，及びMSICAの分離性能比較 MSICAにおけるTDICA部では長いフィルタの学習が可能であることを確認 MSICAの性能はTDICA，FDICAの性能を上回ることを確認 今後の課題 音声認識による性能評価 さらに複雑な混合の分離問題に関する検討 雑音が付加された混合 ３個以上の複数音源が存在する混合 音源の性質と分離性能の関係（１） 話者の性別に関する分離性能の違い 分離性能は性別には依らない 話者が発話した音源信号間の独立性に依存する 発話内容に関する分離性能の違い 同じ内容を発話しても分離可能 一般的に，同じ人が同じ内容を発話しない限り音源信号の確率密度は異なる 音源の性質と分離性能の関係（２） 音源（音声，楽音，雑音など）の種類に関する　　分離性能の違い 音源の種類により分離の難易度は異なるものの，　　音源が互いに独立ならば分離可能 分離問題の難易度は音源間の独立性により決まる （例１）音声同士: ある程度相関があるので，分離問題とし　　　　ては難しい （例２）音声＋雑音: 音源間の相関が低いので分離が容易 音源の形状に関する分離性能の関係 到来方位が一意に決まるような点音源の分離は可能 音源が多数存在するような面音源の分離は困難 （例）エアコン，車のロードノイズなど 時間領域での音源分離手法 音源ベクトルをs(t)，音源-マイクロホン間のインパルス応答をa(t)とすると，観測信号ベクトル