楽曲特徴を考慮したDNNベース楽器音分離モデルに関する一検討

カテゴリ: 研究会(論文単位)

論文No: CT21037

グループ名: 【C】電子・情報・システム部門 制御研究会

発行日: 2021/01/25

タイトル(英語): A DNN-based music source separation model considering music characteristics

著者名: 田野﨑 蓮(長岡技術科学大学),杉田 泰則(長岡技術科学大学)

著者名(英語): Ren Tanozaki(Nagaoka University of Technology),yasunori Sugita(Nagaoka University of Technology)

キーワード: 楽器音分離|ブラインド音源分離|ＤＮＮ|music source separation|blind source separation|DNN

要約(日本語): 近年，様々な楽器音が混ざった音源から各楽器音を抽出する楽器音分離は重要なタスクとなっている．楽器音分離の手法としてはDNNを用いた分離モデルが良く使われているが，一般には振幅スペクトログラム以外の楽曲特徴量は使われていない．_x000D_ 本稿では振幅スペクトログラムに加え入力楽曲のジャンル情報を楽曲特徴量として付加した分離モデルを提案し，その効果を検討した．_x000D_

要約(英語): Recently, music sound separation which extract each instrument sound from a mixed source has become an important task. Although DNN-based separation models are often used, they usually don’t use music features other than amplitude spectrogram._x000D_ We proposed a separation model used the amplitude spectrogram and the genre information as music features, and examined its effects._x000D_

本誌: 2021年1月28日制御研究会

本誌掲載ページ: 7-11 p

原稿種別: 日本語

PDFファイルサイズ: 385 Kバイト