研究プロジェクト

深層音源分離のための効率的なエンコーダ・デコーダアーキテクチャとして Spectral Feature Compression（SFC）を提案しました．SFC は単一の系列モデリングモジュールで入力を圧縮し、入力適応性とパラメータ効率を両立します．

数式駆動でパラメトリックに合成した音響信号を用いて，環境音解析モデルの事前学習を行う新しいフレームワークを提案しました．

本稿では，深層音響イベント検出 (SED) モデルと隠れセミマルコフモデルを統合し，境界精度の高いイベント単位のSEDを実現しました．

本論文では，弱教師ありで動作する遠隔音声認識向けの深層音源分離と話者ダイアリゼーションを提案しました．

連続時間領域で定義された混合信号の確率的生成モデルに基づく単一チャネル音源分離を再考する論文です．

本論文では，音源分離と音源定位を同時に解く償却変分推論（AVI）に基づき，移動音源を分離・追跡できる教師なし多チャネル学習法を提案しました．

本論文では，混合信号の非線形生成モデルに対する償却変分推論（AVI）に基づくニューラルなブラインド音源分離（BSS）手法を提案しました．

本論文では，マイク配置や音源配置が時間変化する状況に対応可能なブラインドマルチチャネル音声強調手法を提案しました．