CNNベース識別モデルによる雑音に頑健な基本周波数の推定

摘要

音声の基本周波数(F0) の推定は音声分析の基本的rnな課題として古くから研究されている．F0 の正確なrn推定は話者識別，音声分離，自動音声認識システムrnの精度改善につながる手掛かりとなり非常に有益でrnある．このF0 の推定には多くのアルゴリズムが設rn計されており，クリーンな音声において優れた性能rnを示している．一方で，音声収録時に雑音や音楽のrn混入した音声では，精度が大幅に低下してしまう．