Development of sound source separation method focusing on the singular point in spatio-temporal spectrum

点击翻译按钮获取中文摘要

本研究では，スマートフォンに搭載可能な程度の小規模マイクロホンアレイにより，高精度な目的音抽出の実現を目指している。その基本戦略として，アレイ出力を画像（時空間音圧分布画像）と見なした場合に，その時空間スペクトルにおいては音源位置が特異点となることを利用する。特に，方向が同一で距離のみが異なる複数音源からの抽出を可能とすることに意義があると考えている。2022年度も，4個のマイクロホンを約6 cmの円弧上に配置したアレイを想定し，同一方向に複数音源がある場合に，目的音に仮想焦点をあわせ，それ以外の音を一括して消去することができることを示した。その原理は，音源までの距離が3 m 以上の場合にはアレイに到達する音波を平面波に近似できることにより，時空間音圧分布画像の音源距離による変化を無視できることである。この成果をIEEE GCCE2022および日本音響学会2023年春季研究発表会で報告した。別の解法として，振幅スペクトルを音圧レベルで表示した非線形連立方程式をニューラルネットワーク(NN)により解くことを検討した。この件に関しては，直線上に配置したアレイに平面波が到来するという最も基本的な場合を取り上げ検討を行った。2雑音到来条件で時空間音圧分布画像のスペクトルをNNで学習することで，3雑音についても雑音低減効果があることを示した。この成果をICEET 2022で報告した。また，本研究では，目的音源にアレイの焦点を形成することが要点であるので，音源から到来する音波のみを使って音源測距する手法についても検討した。そのためにベイズ信号処理を導入し，音源からの距離減衰の情報に基づいた測距よりも，時空間音圧分布画像のスペクトル情報を利用した測距の方が高性能であることを示した。この成果を電子情報通信学会の研究会や日本音響学会2022年秋季研究発表会で報告した。