勾配を考慮した多チャンネルNMFによる音源分離の加速における考察

摘要

非負値行列因子分解（NMF）はブラインドrn音源分離タスクに置いて，良く用いられる手rn法の一つで，各音源信号に含まれる音色の違rnいを利用し，観測された信号を低ランク基底rn行列とアクティベーション行列に分解する手rn法である。しかし，教師データなしの場合，rnこの因子分解はNP 完全問題であることが証rn明され，全局最優解を求める学習法は存在rnせず，分離結果は低ランク行列の初期値に強rnく依存する。北村らは音源の空間行列をランrnク１に制限したrank-1 mNMF を提案した。rn各音源の空間分布情報を考慮することにより，rn行列の初期化に依存しない分離結果が得られrnた。この手法はNMF を取り入れた独立成分rn分析（ICA/IVA）と見なすことができ，空間rn行列と音源毎の基底行列・アクティベーショrnン行列を同時に推定することが必要である。rn本稿では，コスト関数の降下勾配を考慮し，rnこのrank-1 mNMF の学習プロセスを加速すrnる方法について考察する。