拡散モデルを用いた音声強調の計算量削減

西 悠希; 岩野 広司; 篠田 浩一

論文・著書情報

タイトル

和文:	拡散モデルを用いた音声強調の計算量削減
英文:

著者

和文:	西悠希, 岩野広司, 篠田浩一.
英文:	Yuki Nishi, 岩野広司, Koichi Shinoda.

言語

Japanese

掲載誌/書名

和文:	電子情報通信学会技術研究報告
英文:	IEICE technical report

巻, 号, ページ

vol. 123 no. 292 pp. 1-6

出版年月

2023年11月25日

出版者

和文:	一般社団法人電子情報通信学会
英文:	The Institute of Electronics, Information and Communication Engineers

会議名称

和文:	第25回音声言語および第10回自然言語処理シンポジウム
英文:

開催地

和文:	東京都港区
英文:

ファイル

アブストラクト

近年拡散モデルと呼ばれる生成モデルが注目されている. GANと比べ、拡散モデルは安定に学習できるが、生成段階の計算コストが大きいという問題点がある.この傾向は音声強調への拡散モデルの応用に関しても同様である. 本稿では, 音声強調のための拡散モデルにおいて, Encoder,Decoderを用いることによる潜在空間にて音声信号を圧縮し, 圧縮された信号から拡散モデルにより雑音を除去することで, 精度を保ちつつ計算コストの削減することが可能なことを示す. 雑音と音声を同時に用いる訓練でEncoder, Decoderを学習した結果, PESQを低下させずに生成時間を50% 以上減少させることに成功した.

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報