畳み込みニューラルネットワークとアダマール積を用いた多重音解析

カテゴリ: 研究会(論文単位)

論文No: ST18100

グループ名: 【C】電子・情報・システム部門 システム研究会

発行日: 2018/09/27

タイトル(英語): Multi-pitch Estimation using Convolutional Neural Network and Hadamard Product

著者名: 川島 岳大(横浜国立大学),市毛 弘一(横浜国立大学)

著者名(英語): Takeo Kawashima(Yokohama National University),Koichi Ichige(Yokohama National University)

要約(日本語): 本稿では，ピアノ曲の多重音解析において，その推定精度を向上させる手法を提案する．従来手法の低ランク非負値行列因子分解を用いた多重音解析では，音の非線形性を十分に考慮できず，精度の悪化を招いていた．提案手法では，従来手法の後処理として畳み込みニューラルネットワークを適用することで，推定精度の向上を図る．その後，従来手法と提案手法との出力のアダマール積を取得し，さらなる精度の向上を目指す．

要約(英語): In this paper, we propose a new method to improve multi-pitch estimation accuracy for piano music. In the proposed method, the convolutional neural network is used as the post processing for the conventional method using low-rank non-negative matrix factorization. After that processing, we further improve the accuracy by the hadamard products of outputs.

原稿種別: 日本語

PDFファイルサイズ: 1,299 Kバイト