独立深層学習行列分析におけるマイクロホン毎及び音源毎の座標降下法に基づく分離行列更新法の周波数別自動選択法

摘要

音源分離とは複数の音源が混合した観測信号から混合前の各音源信号を推定する技術である。音源分離を行う際の観測マイク数が音源数以上である条件は優決定条件と呼ばれる。近年，優決定条件におけるブラインド音源分離手法として独立低ランク行列分析（in-dependent low-rank matrix analysis: ILRMA） が提案された。ILRMA では，音源間の統計的独立性及び各音源信号の低ランク性に基づき，低ランクな時間周波数構造を持つ分離信号が推定される。音源信号の学習データを利用して音源分離を行う教師あり音源分離の枠組みでは，独立深層学習行列分析（indepen-dent deeply learned matrix analysis: IDLMA）が高精度な分離性能を示している。IDLMA は，ブラインドな空間モデルの推定とDNN による音源モデルの推論を反復して行うことで分離を行う。IDLMA における空間モデルの推定には，反復射影法（iterativeprojection: IP）と呼ばれるアルゴリズムが用いられており，分離行列を行ベクトル毎に推定する。IPは高速なアルゴリズムであるが，更新の際に数値的に不安定となる場合が存在し，その場合に分離性能が劣化してしまう問題がある。これに対応するため，我々は，ベクトル毎の座標降下法（vectorwise coordinatedescent: VCD） に基づく列ベクトル毎の分離行列更新法を提案している。さらに，行ベクトルまたは列ベクトル毎の更新法の中から音源や空間モデル反復回数に応じて適切な更新法をDNN で自動選択する枠組みも提案している。この手法では，各更新法で得られる分離信号をDNN に入力して得られる擬似SNR を選択基準に用いており，全周波数で共通して更新法を選択する。