DeGLI: 深層Griffin{Lim 位相復元

摘要

音声合成や音声強調において，推定された振幅スペクトログラムから位相を推定する位相復元を行ってから，時間領域信号を再合成する手法が注目されている．位相復元には短時間フーリエ変換(short-time Fouriertransform: STFT) の性質に基づいたGriffin-Lim 法(GL 法) が広く用いられてきたが，高品質な時間領域信号を再合成するには多くの反復が必要であり，反復回数を増やしても必ずしも合成信号の品質が改善されないといった課題がある．本稿では，GL 法に深層ニューラルネットワーク(Deep Neural Network:DNN) を組み込んだ反復的な位相復元手法を提案する．音声の振幅スペクトログラムからの位相復元で，GL 法と比べ，合成信号の品質の向上を確認した．