| 講演抄録／キーワード |
| 講演名 |
2026-10-09 13:10
GEV/NullビームフォーミングとFiLM条件付きU-Net を用いた位置情報利用の目的話者音声抽出
○古井栄太郎・笹岡直人（鳥取大） |
| 抄録 |
（和） |
近年，防犯カメラなどの高性能化に伴い，映像と共に音声が記録される機会が増えている．犯罪現場において録音された音声資料は，犯罪事実を立証する客観証拠として非常に重要な物件のひとつである．しかしこれらの音声資料は複数の妨害話者や雑音が混入していることが多い．本研究では，捜査によって位置情報が特定できることを前提に，混合音声から目的話者の音声を抽出する方法を検討したので報告する．本手法は，位置情報が既知かつ複数チャンネル録音を利用した GEV ビームフォーミングを前処理として適用し，その後さらに位置情報をFiLM 条件として注入したU-Net構造をもつネットワークによる処理を適用した．結果として，既存の位置情報を利用した手法と比べてよりよい抽出性能を示す可能性が示唆された． |
| （英） |
|
| キーワード |
（和） |
音源分離 / 音源抽出 / ビームフォーミング / 空間情報 / FiLM / 深層学習 / / |
| （英） |
/ / / / / / / |
| 文献情報 |
映情学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|