音源数評価に基づくFDICA音源分離の計算量削減

摘要

周波数領域独立成分分析（FDICA)音源分離の計算量削減手法を検討した.FDICAでは観測信号の短時間フーリエ変換をスぺクトルの標本とみなして，各周波数ごとに分離を行う.本稿ではFDICAの分離行列学習の際に分離に有利となる時間フレームを選択して，選択した時間フレームのみを用いて分離行列を学習した.選択基準として.観測信号のパワー分布の尖度を用いた.尖度が小さくなるフレームを選択することにより，より多くの音源が混合しているフレームを選択した.尖度算出の際にはパワー分布をガンマ分布にモデリングして，そのパラメータから推定した.SIR改善量で評価した結果，従来の半分のフレーム数で同等の分離性能が得られ，本手法の有効性が確認できた.%A faster computation method for performing frequency domain independent component analysis (FDICA) is proposed. Source separation with FDICA uses the spectrum of observed signals and estimates sep­aration filters for each frequency. In this paper, a method of selecting temporal frames which are effective for training the separation filters is proposed and evaluated. The kurtosis of power distribution is employed as selection criteria that can select temporal frames where many sources exist. Kurtosis is estimated after the power distribution is modeled by gamma distribution. Performance is evaluated using the signal-to-interference improvement and com- to half of the computation required by the conventional method, and that separation performance of the proposed method is also superior.