残響・雑音環境下における多人数会話の話者ダイアライゼーションの研究

点击翻译按钮获取中文摘要

平成29年度では、位相復元による話者ダイアライゼーションへの応用を目指し、前年度において確立した音声の位相復元アルゴリズムを複数チャネル処理に拡張した。これと並行して、前年度の成果を改善するために単一チャネル音声強調のアルゴリズム改善にも取り組んだ。複数チャネル拡張では、単一チャネルアルゴリズムを残響・雑音下において収録された複数チャネル音声に適用し、強調された音声を用いて音源定位することで、音空間情報の性能を評価した。複数チャネル拡張により話者ダイアライゼーションの手がかりとなる音空間情報の耐雑音性能が改善することを確認した。特に、雑音による音空間情報の歪みを抑圧することができた。一方、改善性能は環境に依存することも明らかになった。この研究は音響学会や電子情報通信学会で発表し、信号処理や音響処理の分野の研究者からの多大な御意見やアドバイスをいただいた。拡張手法の改善が今後の課題である。単一チャネル音声強調のアルゴリズム改善では、今まで独立に行われてきた音声の振幅と位相の両復元を関連付け、新しい音声強調アルゴリズムの構築を行った。具体的には、従来研究でよく知られた振幅に関する評価関数に、位相に関する条件を付与した新たな評価関数の最適化を行うことで実現した。前述の取り組みと同様、音響学会や電子情報通信学会で発表し、今後の方針についての議論を進めることができた。また、前年度の成果である単一チャネル位相復元に関する論文が世界的に著名な学会論文誌であるＩＥＥＥジャーナルに受理され、前年度の研究の正当性が認められた。