E-004
DNN を利用した音源モデルが IDLMA の性能に与える影響の調査・検討

◎衛藤吉彦・吉村宏紀（鳥取大）・松村寿枝（奈良高専）・清水忠昭・西山正志・岩井儀雄（鳥取大）

われわれの生活には様々な音が存在している．それらから任意の音だけを分離・抽出する技術が求められている．例えば，人の音声を認識するアシスタントアプリケーションやスマートスピーカーでは話者だけを抽出する必要がある．これらの手法の１つにIDLMA（Independent Deeply Learned Matrix Analysis）がある．本研究では，比較が行われていなかった学習データ数による精度の比較，および層数・ユニット数での精度向上の比較を行い，IDLMA での分離に最適な DNN を調査することを目的とする．